The Agent Architect #37: Unsupervised Learning for Agents

今週のパターン

Unsupervised Learning for Agents

概要:

埋め込み、クラスタリング、異常検知を使ってラベルなしデータからパターンを学習し、その結果をドメイン専門家が検証する。

使いどころ:

ラベルのない生データしかなく、教師あり手法を適用する前に構造を発見したり、ユーザーをセグメント化したり、異常なケースを洗い出したりしたいとき。

注意点:

クラスタや異常スコアは不安定な産物であり、検証してみると実際のビジネス上の区分や判断基準と一致しないことが多い。

今週のエージェントAI

• Why Gated DeltaNet Survives 4-Bit Quantization: NVFP4 W4A4 for the Recurrent Half of a Hybrid 27B LLMarXiv cs.AI

  Gated DeltaNet layers survive 4-bit quantization in hybrid LLMs using NVFP4 W4A4 precision.

• Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO StepsHugging Face

  A 350M parameter model was fine-tuned using 100 GRPO steps to improve structured output generation.

• Introducing agentic video understanding with GeminiGoogle DeepMind

  Google DeepMind introduced agentic video understanding capabilities for Gemini.

• WearableQA: A Benchmark for Health Reasoning over Real-World Wearable DataarXiv cs.AI

  WearableQA benchmark contains 4,084 multiple-choice questions testing AI reasoning over real wearable time series, blood biomarkers, and demographics from 200 users.

• Building an Adaptive Agentic Cybersecurity System with NVIDIA NemotronNVIDIA Developer

  NVIDIA Nemotron enables adaptive agentic systems for cybersecurity operations.