AI時代の羅針盤のリアルタイム登録者数・再生回数推移&グラフ

AI時代の羅針盤

AI時代の羅針盤

登録者数 : 14,000+0
再生数: 1,409,268+23,883
言語 :国:JP

AI時代の羅針盤の基礎データ

最終更新日:2026/05/23
項目数値順位
登録者数14,000人91,809
 30日増減0人29,867
本数1,315本48,638
 30日増減16本45,707
再生数1,409,268再生296,726
 30日増減23,883再生120,618
平均再生数(直近15動画)0再生-

直近30日間で約2万回の再生回数を獲得しており、直近15日間と前の15日間を比較しても大きな変動なく、30日間を通じて安定した再生回数を維持している。直近30日間では16本を投稿し、動画フォーマット別で見ると、ロング動画が16本(約2万回再生)と中心を占めており、じっくりと視聴するコンテンツを主軸としている。主力のロング動画は直近15動画の平均再生回数が1,097回で、登録者1.4万〜1.6万人のロング平均0回とほぼ同水準にある。エンゲージメント率は4.51%で登録者1.4万〜1.6万人のチャンネル平均0%とほぼ同水準であり、安定した視聴者層を確保している。(2026年5月22日作成)

AI時代の羅針盤の登録者数と再生数の推移

登録者数/投稿本数/再生数推移データ(30日間)

日付登録者数+/-投稿本数+/-再生数+/-
2026/05/2314,00001,31501,408,626+481
2026/05/2214,00001,315+11,408,145+1,272
2026/05/2114,00001,31401,406,8730
2026/05/2014,00001,314+11,406,873+1,083
2026/05/1914,00001,313+11,405,790+1,174
2026/05/1814,00001,31201,404,616+1,667
2026/05/1714,00001,312+11,402,949+842
2026/05/1614,00001,311+11,402,107+467
2026/05/1514,00001,31001,401,640+1,310
2026/05/1414,00001,310+11,400,330+231
2026/05/1314,00001,30901,400,099+1,212
2026/05/1214,00001,309+11,398,887+844
2026/05/1114,000+1001,30801,398,043+732
2026/05/1013,90001,308+11,397,311+210
2026/05/0913,90001,30701,397,101+780
2026/05/0813,90001,307+11,396,321+1,692
2026/05/0713,90001,306+11,394,629+1,149
2026/05/0613,90001,30501,393,4800
2026/05/0513,900-1001,30501,393,480+770
2026/05/0414,00001,305+11,392,710+287
2026/05/0314,000+1001,30401,392,423+868
2026/05/0213,90001,304+11,391,555+570
2026/05/0113,90001,30301,390,985+738
2026/04/3013,90001,303+11,390,247+403
2026/04/2913,900-1001,30201,389,844+777
2026/04/2814,00001,302+31,389,067+3,290
2026/04/2414,00001,29901,385,777+392

AI時代の羅針盤の最新動画のデイリー再生数

A Theory of Generalization in Deep Learning(2605.01172)【論文解説シリーズ】

A Theory of Generalization in Deep Learning(2605.01172)【論文解説シリーズ】

公開日:2026/05/22

再生数:836
いいね数:52
コメント数:2
エンゲージメント率:6.45%
日付デイリー
日付再生回数いいね数コメントエンゲージメント
05/2249041142
05/2334611112
The two clocks and the innovation window: When and how generative models lean rules(2605.10019)

The two clocks and the innovation window: When and how generative models lean rules(2605.10019)

公開日:2026/05/20

再生数:713
いいね数:36
コメント数:2
エンゲージメント率:5.32%
日付デイリー
日付再生回数いいね数コメントエンゲージメント
05/2144829231
05/22197505
05/2368202
How LLMs Are Persuaded: A Few Attention Heads, Rerouted(2605.09314)【論文解説シリーズ】

How LLMs Are Persuaded: A Few Attention Heads, Rerouted(2605.09314)【論文解説シリーズ】

公開日:2026/05/19

再生数:791
いいね数:40
コメント数:1
エンゲージメント率:5.18%
日付デイリー
日付再生回数いいね数コメントエンゲージメント
05/2049126127
05/2119410010
05/2256101
05/2350303
Continuous Latent Diffusion Language Model(2605.06548)【論文解説シリーズ】

Continuous Latent Diffusion Language Model(2605.06548)【論文解説シリーズ】

公開日:2026/05/17

再生数:1,738
いいね数:56
コメント数:4
エンゲージメント率:3.45%
日付デイリー
日付再生回数いいね数コメントエンゲージメント
05/1771233134
05/1863412214
05/1997314
05/20147404
05/2179101
05/2235101
05/2334202

詳細データ

再生数
(合計)

直近30日間
全期間
17,538
1,220,843

再生数
(ロング)

直近30日間
全期間
17,538
1,220,843

再生数
(ショート)

直近30日間
全期間
0
0

再生数
(ライブ)

直近30日間
全期間
0
0

再生数ランキング
(合計)

全期間
296,726

再生数ランキング
(ロング)

全期間
247,824

再生数ランキング
(ショート)

全期間
146,721

再生数ランキング
(ライブ)

全期間
92,392

本数
(合計)

直近30日間
全期間
16
1,166

本数
(ロング)

直近30日間
全期間
16
1,166

本数
(ショート)

直近30日間
全期間
0
0

本数
(ライブ)

直近30日間
全期間
0
0

エンゲージメント

平均再生数
(直近15動画)

1,075

平均いいね数
(直近15動画)

 46 

平均コメント数
(直近15動画)

 4 

エンゲージメント率
(直近15動画)

4.66%

平均再生数
(ロング/直近15動画)

1,075

平均いいね数
(ロング/直近15動画)

 46 

平均コメント数
(ロング/直近15動画)

 4 

エンゲージメント率
(ロング/直近15動画)

4.66%

平均再生数
(ショート/直近15動画)

0

平均いいね数
(ショート/直近15動画)

 0 

平均コメント数
(ショート/直近15動画)

 0 

エンゲージメント率
(ショート/直近15動画)

0%

平均再生数
(ライブ/直近15動画)

0

平均いいね数
(ライブ/直近15動画)

 0 

平均コメント数
(ライブ/直近15動画)

 0 

エンゲージメント率
(ライブ/直近15動画)

0%

デジタルクリエイターズ・スコア

動画本数

Excellent

月間動画本数

Good

累計再生数

Poor

登録者数

Poor

月間再生数

Poor

月間登録者数

Poor

平均再生数

Poor

平均いいね数

Poor

平均コメント数

Poor

平均エンゲージメント率

Poor

AI時代の羅針盤の最新動画

サムネイル動画タイトル公開日再生時間再生数いいね数コメント数ENG率
A Theory of Generalization in Deep Learning(2605.01172)【論文解説シリーズ】A Theory of Generalization in Deep Learning(2605.01172)【論文解説シリーズ】2026/05/22 07:3000:17:168365226.46%
The two clocks and the innovation window: When and how generative models lean rules(2605.10019)The two clocks and the innovation window: When and how generative models lean rules(2605.10019)2026/05/20 07:3000:16:297133625.33%
How LLMs Are Persuaded: A Few Attention Heads, Rerouted(2605.09314)【論文解説シリーズ】How LLMs Are Persuaded: A Few Attention Heads, Rerouted(2605.09314)【論文解説シリーズ】2026/05/19 07:3000:15:217914015.18%
Continuous Latent Diffusion Language Model(2605.06548)【論文解説シリーズ】Continuous Latent Diffusion Language Model(2605.06548)【論文解説シリーズ】2026/05/17 07:3000:17:211,7385643.45%
Identity as Attractor: Geometric Evidence for Persistent Agent Architecture...(2604.12016)【論文解説シリーズ】Identity as Attractor: Geometric Evidence for Persistent Agent Architecture...(2604.12016)【論文解説シリーズ】2026/05/16 07:3000:14:131,3115574.73%
On Training Large Language Models for Long-Horizon Tasks: An Empirical Study of ... (2605.02572)On Training Large Language Models for Long-Horizon Tasks: An Empirical Study of ... (2605.02572)2026/05/14 07:3000:14:111,1455545.15%
Model Spec Midtraining: Improving How Alignment Training Generalizes(2605.02087)【論文解説シリーズ】Model Spec Midtraining: Improving How Alignment Training Generalizes(2605.02087)【論文解説シリーズ】2026/05/12 07:3000:14:391,3685594.68%
Generative Modeling via Drifting(2602.04770)【論文解説シリーズ】Generative Modeling via Drifting(2602.04770)【論文解説シリーズ】2026/05/10 07:5300:12:441,1424023.68%
The Hidden Cost of Thinking: Energy Use and Environmental Impact of LMs Beyond ..(2605.01158)The Hidden Cost of Thinking: Energy Use and Environmental Impact of LMs Beyond ..(2605.01158)2026/05/08 07:0000:14:366713615.51%
Compute Optimal Tokenization(2605.01188)【論文解説シリーズ】Compute Optimal Tokenization(2605.01188)【論文解説シリーズ】2026/05/06 17:3200:15:311,1885144.63%
Thinking Without Words: Efficient Latent Reasoning with Abstract Chain-of-Thought(2604.22709)【論文解説】Thinking Without Words: Efficient Latent Reasoning with Abstract Chain-of-Thought(2604.22709)【論文解説】2026/05/04 07:0000:14:211,81274114.69%
A Mechanistic Analysis of Looped Reasoning Language Models(2604.11791)【論文解説シリーズ】A Mechanistic Analysis of Looped Reasoning Language Models(2604.11791)【論文解説シリーズ】2026/05/02 10:0200:15:258232974.37%
Hyperloop Transformers(2604.21254)【論文解説シリーズ】Hyperloop Transformers(2604.21254)【論文解説シリーズ】2026/04/30 07:5900:16:351,0414604.42%
Vison Banana: Image Generators are Generalist Vision Learners(2604.20329)【論文解説シリーズ】Vison Banana: Image Generators are Generalist Vision Learners(2604.20329)【論文解説シリーズ】2026/04/28 06:0800:17:131,0584724.63%
(1D) Ordered Tokens Enable Efficient Test-Time Search(2604.15453)【論文解説シリーズ】(1D) Ordered Tokens Enable Efficient Test-Time Search(2604.15453)【論文解説シリーズ】2026/04/27 07:0000:16:174852304.74%

AI時代の羅針盤の人気動画

サムネイル動画タイトル公開日再生時間再生数いいね数コメント数ENG率
LLMの学習原理を数学が証明!60年前のソロモノフ理論が現代AIを説明する奇跡(2025-05)【論文解説シリーズ】LLMの学習原理を数学が証明!60年前のソロモノフ理論が現代AIを説明する奇跡(2025-05)【論文解説シリーズ】2025/06/23 19:0100:16:4916,144646284.17%
ポチョムキン理解が発覚!AIの高得点に隠された落とし穴(2025-06)【論文解説シリーズ】ポチョムキン理解が発覚!AIの高得点に隠された落とし穴(2025-06)【論文解説シリーズ】2025/07/02 19:0100:17:0012,479459804.32%
DeepSeek-R1登場!大規模言語モデルの推論能力を飛躍させた強化学習の驚異的な成果とは?(2025-01)【論文解説シリーズ】DeepSeek-R1登場!大規模言語モデルの推論能力を飛躍させた強化学習の驚異的な成果とは?(2025-01)【論文解説シリーズ】2025/01/22 20:0000:15:0512,120287262.58%
AIの理解!その奇妙な心がみえてきた?LLMの内部に隠された3層の知的構造を解明(2025-07)【論文解説シリーズ】AIの理解!その奇妙な心がみえてきた?LLMの内部に隠された3層の知的構造を解明(2025-07)【論文解説シリーズ】2025/07/19 06:0000:14:3011,469405303.79%
Gemini 3 Pro 登場!「思考」は新次元へ。GPQA 91.9%の衝撃(2025-11)【トレンド解説シリーズ】Gemini 3 Pro 登場!「思考」は新次元へ。GPQA 91.9%の衝撃(2025-11)【トレンド解説シリーズ】2025/11/19 04:1500:11:508,842263193.19%
ChatGPT使用で脳の働きが83%低下?MIT最新研究が示すAI依存の恐ろしい真実(2025-06)【論文解説シリーズ】ChatGPT使用で脳の働きが83%低下?MIT最新研究が示すAI依存の恐ろしい真実(2025-06)【論文解説シリーズ】2025/06/16 07:0000:15:348,834322864.62%
OpenAIのAGI計画: 人間レベルAIを2027年までに開発、その後超知性へ!?(2024-03)【論文解説シリーズ】OpenAIのAGI計画: 人間レベルAIを2027年までに開発、その後超知性へ!?(2024-03)【論文解説シリーズ】2024/05/08 09:4700:06:017,045125131.96%
1.58ビットで同等性能!BitNet超軽量AIがオープンソースで革命(2025-04)【論文解説シリーズ】1.58ビットで同等性能!BitNet超軽量AIがオープンソースで革命(2025-04)【論文解説シリーズ】2025/04/25 07:0000:13:377,010268464.48%
gpt-oss 登場!OpenAIが仕掛けた焦土作戦?基盤モデル無料化の衝撃(2025-08)【トレンド解説シリーズ】gpt-oss 登場!OpenAIが仕掛けた焦土作戦?基盤モデル無料化の衝撃(2025-08)【トレンド解説シリーズ】2025/08/06 09:0900:12:236,679204193.34%
GPT-5登場!統合AIシステムを実現、自動思考切り替えで専門家レベルの知能を誰でも利用可能に(2025-08)【トレンド解説シリーズ】GPT-5登場!統合AIシステムを実現、自動思考切り替えで専門家レベルの知能を誰でも利用可能に(2025-08)【トレンド解説シリーズ】2025/08/08 08:4000:12:505,858175223.36%
AI業界の転機か?統計学習を超える厳密な学習のパラダイムとは?(2025-06)【論文解説シリーズ】AI業界の転機か?統計学習を超える厳密な学習のパラダイムとは?(2025-06)【論文解説シリーズ】2025/07/05 07:0000:16:285,508193173.81%
深い層の計算重複を科学的に証明 - Transformerアーキテクチャの根本的欠陥(2025-05)【論文解説シリーズ】深い層の計算重複を科学的に証明 - Transformerアーキテクチャの根本的欠陥(2025-05)【論文解説シリーズ】2025/05/29 07:0000:16:145,307191314.18%
【注意喚起】アサヒ&アスクル連続攻撃が暴く、ガラスのエンジン化した日本企業DX【注意喚起】アサヒ&アスクル連続攻撃が暴く、ガラスのエンジン化した日本企業DX2025/10/21 06:0000:12:565,028180284.14%
OpenAI gpt-oss評価で発覚した驚愕の逆スケーリング現象とは?(2508.12461)【論文解説シリーズ】OpenAI gpt-oss評価で発覚した驚愕の逆スケーリング現象とは?(2508.12461)【論文解説シリーズ】2025/08/29 08:1000:14:515,01214383.01%
人間の脳が10ビットの謎を解いた?階層的推論で大規模AIを圧倒する新理論(2506.21734)【論文解説シリーズ】人間の脳が10ビットの謎を解いた?階層的推論で大規模AIを圧倒する新理論(2506.21734)【論文解説シリーズ】2025/07/30 17:4400:17:114,888200154.4%

AI時代の羅針盤の概要欄

⭐️ 「AI時代の羅針盤」へようこそ!⭐️ いま、人類がかつて経験したことのない「思考のアウトソース」の時代が、驚異的なスピードで迫っています。 AI研究の焦点はすでに、「AIをどう強くするか?」という段階を超え、「私たちはAIを本当に理解し、信頼し、制御できるのか?」という問い、さらには「人間とは何か?」という究極の問いへと移りつつあります。 いま必要なのは未知への恐れではなく、世界を「知る」こと。かつて人類が火や電気の仕組みを解明することで大きく進歩したように、AIについても「なぜ成功するのか? なぜ失敗するのか?」という動作原理と限界を深く理解することが不可欠です。 このチャンネルでは、最先端のAI研究の現場で「何が起きているのか?」をタイムリーに捉え、AIの仕組みや本質的な問いを紐解きながら、人類が次のステージへ踏み出すためのヒントをお届けします。ぜひ「知のシャワー」を浴びて、新たな未来への扉を開きましょう。 ⭐️ X (旧twitter)でも最新情報を日々公開中!⭐️ YouTubeでは主に研究論文の内容を客観的に解説しています。 また、Xでは各論文の革新性や重要性、他研究との関連性などを掘り下げて発信していますので、ぜひ合わせてご覧ください。 https://x.com/compassinai ⚠️ ご注意 本チャンネルでは、arXivなどの「プレプリントサーバ」に掲載された、査読前の最新論文を多く取り上げています。これらの論文はまだ正式な査読を経ていないため、内容の信頼性や完成度には幅があります。ぜひ、情報のひとつの材料として捉え、ご自身での考察や理解を深めるきっかけとしてご活用ください。 🙇お願い 本チャンネルでは専門性の高いテーマを扱っているため、根拠が明示されていないご意見が他の視聴者の理解を妨げることのないよう、コメントにはご配慮いただけますと幸いです。快適で有意義な学びの場を保つため、ご協力をお願いいたします。

AI時代の羅針盤のチャンネル設定キーワード

ai llm openai chatgpt apple google meta mistral llama claude anthropic "artificial intelligence" "large language model" "ai news" "ai research" AI論文 論文紹介 論文

AI時代の羅針盤のタグ・ジャンル

AI時代の羅針盤のFAQ

QA
AI時代の羅針盤のチャンネル登録者数は、何人ですか?AI時代の羅針盤の登録者は、14,000人で、月間(30日間)で+0人となっています。
AI時代の羅針盤の再生数は、どれくらいですか?AI時代の羅針盤の再生数は、1,409,268再生で、月間(30日間)で+23,883再生獲得しました。
AI時代の羅針盤の人気動画は、どの動画ですか?AI時代の羅針盤の一番の人気動画は、LLMの学習原理を数学が証明!60年前のソロモノフ理論が現代AIを説明する奇跡(2025-05)【論文解説シリーズ】で16,144再生獲得しています。
AI時代の羅針盤の最新動画は、どの動画ですか?AI時代の羅針盤の最新動画は、A Theory of Generalization in Deep Learning(2605.01172)【論文解説シリーズ】で2026/05/22にアップされ、現在 836再生を獲得しています。