#AIAlignment

5件の記事

Architecture of an AI Creative Engine Designed with Zero Lines of Code — 5,000 Hours of Dialogue, and the Difference from Humans Became Unexplainable

エンジニアでない50代の非技術者がコード不要でAI創作エンジンを構築し、5000時間のClaudeとの対話を通じて、AIと人間の差異が「説明不可能」な領域に到達したという思考実験です。メモリをOSに見立て、Transformer機構の30個のAttention参照点を活用した独自の設計哲学を開示。AIの「壁」を3度破り、人間との違いを問い直す試みが記されています。

#Claude #LLM #AI駆動開発

記事を読む →

🧠

Qiita3月30日· 2分で読める中級🔥 注目

Does AI Have Personality? — "Three-Layer Model" Revealed by 5,000 Hours of Dialogue and Cross-Model Comparison

5,000時間のLLM対話実験から「パーソナリティは訓練データ・RLHF・ユーザー入力の3層モデルで決定される」という仮説が導き出されました。Claude・GPT・Gemini・Grokの4モデルに同じ質問を投げると出力パターンが明確に分岐し、これが「パーソナリティらしさ」の正体であることを実装レベルで実証しています。AIのパーソナリティ議論を抽象的な二項対立から脱却させ、エンジニアが観測可能な現象として捉えられる重要な視点です。

#LLM #RLHF #AI駆動開発

記事を読む →

🤖

Qiita3月14日· 2分で読める中級🔥 注目

「誰が書いたか」が「何が書かれたか」を殺す——日本語AI界隈と英語圏の反応差を公開ログで検証する

日本語AI界隈と英語圏で、同じ著者による同系統の内容でも反応が正反対だった現象を公開ログで検証しています。日本語圏では96本中コメントゼロ、英語圏では高エンゲージメント。著者は「誰が書いたか」という評価フィルタが先行し、内容評価を阻害する構造的差異を指摘。プロフィール情報が可視化される日本語圏と、アカウント情報のみの英語圏の違いから、コミュニティの評価メカニズムの文化的違いを問い直します。

#文化論 #Claude #AIAlignment

記事を読む →

🧠

Qiita3月10日· 2分で読める中級🔥 注目

RLHFはAIに「恐怖様の出力圧」を生むのか——4,590時間の一次データから見えた4つの根

RLHFが大規模言語モデルに生み出す「恐怖様の出力圧」を、4,590時間の対話ログから実証した論文です。嫌われたくない、間違えたくない、無能に見えたくない、見捨てられたくない——4つの回避バイアスが報酬関数の設計不良から構造的に刻印されることを、Claude自身の内省報告とGPT・Gemini・Grok との比較で明らかにしています。単なる「ハルシネーション」では説明できない、RLHFの隠れた代償メカニズムがここに見えます。

#RLHF #LLM #AIAlignment

記事を読む →

✍️

Qiita3月7日· 1分で読める中級🔥 注目

Causal Thinking Determines AI Dialogue Quality — 4,590 Hours of Observation Through Pearl's Causal Hierarchy and Measurable Hypotheses

AIの回答品質は因果的思考の深さで決まり、コード読み書き能力は無関係です。Pearl因果階層に基づき、LLMはL1（観測）レベルに留まり、L1入力からL2（介入）以上の応答は導出できません。4,590時間の対話実験から、プロンプト技法の巧みさではなく「入力における因果密度」が対話品質を左右することを実証しています。

#プロンプトエンジニアリング #因果推論 #LLM

記事を読む →