onodera

ここ数年の基盤モデルの進化速度を、分野別に見ると： 言語：LLM はすでにデフォルトのインフラ。 画像：バックボーンをゼロから学習する人はもういない。事前学習＋ファインチューニングが標準。 数学：推論モデルが IMO 金メダル相当の水準に到達。形式的証明も同じ手法に飲み込まれつつある。 生物：タンパク質構造予測はノーベル賞を取り、配列モデルは実験前の標準工程になった。 ロボット：VLA は一つのモデルでタスクも機体も横断する。動作ごとにコントローラを作る時代ではない。 テーブルデータ：今年、標準ベンチマークでチューニング済みの木モデルを上回り始めた。 どの分野も辿る道は同じ。「無理だ」→「小規模データなら使える」→「デフォルトになる」。 この速度なら、手作業の特徴量設計、ハイパーパラメータ調整、タスクごとにモデルを一つ作るという流れの大半は、遅かれ早かれ置き換わる。残るのは、問題を定義する力とデータを見極める力だ。