メタが提供しているAIモデル「Llama 3.1」を活用したアプリ開発ツール「LlamaCoder」が人気を集めている。 LlamaCoderは、AI企業のTogether AIが開発したオープンソースのウェブアプリケーション。「計算機アプリを作って」といった指示を与えるだけで、フルスタックのアプリケーションを生成する。メタのLlama 3.1 405Bモデルを基盤に、Together AIのLLM推論技術を活用している。 メタによれば、LlamaCoderはリリースからわずか1ヵ月余りで、GitHubで2000以上のスターを獲得し、数百人の開発者がリポジトリをクローンした。さらに、20万以上のアプリがLlamaCoderを使用して生成されたという。 Together AIの開発者関係責任者であるHassan El Mghari氏は、「開発者たちはこれを気に入っています。クイズアプリ、ポモ
はじめに こんにちは。楽楽電子保存のバックエンド開発チーム兼オフショア開発のリーダーを務めています、small-chestnutです。 今回は、私が担当しているグローバル開発におけるチームビルディングの経験をシェアしたいと思います。 この記事では、弊社の子会社であるラクスベトナム(以下、RV)との協働を通じて経験したチームビルディングの遷移や、各年度ごとに取り組んだ施策、課題解決のプロセスを振り返ります。グローバル開発やチームビルディングに悩んでいる方々にとって、参考になれば幸いです。 はじめに サービス紹介 チーム紹介 2022年度:立ち上げ期(形成期) オフショアチームの立ち上げ 施策と課題 2023年度:RVの本格開発参入(混乱期) サービス成長とチーム体制の変化 成果と混乱 2024年度:RVの統一と安定期 チームの成熟と新たなステップ 今後の展望 まとめ:グローバル開発で築く強い
元過激派の霊夢 @ykk_saikai 本当にヤバすぎる今世紀最大のニュースで草。 東大、贈与の相互作用によって様々な社会構造が組織されうることを理論的に解明:日本経済新聞 nikkei.com/article/DGXZRS… リンク 日本経済新聞 東大、贈与の相互作用によって様々な社会構造が組織されうることを理論的に解明 - 日本経済新聞 【プレスリリース】発表日:2024年09月05日贈り物の交換による地位の競争と社会構造の変化――文化人類学への統計物理学的アプローチ――【発表のポイント】◆文化人類学で議論されてきた贈与による覇権争いを数理モデルで表現し、贈与の規模や頻度に応じて多様な社会構造が組織されることを計算機シミュレーションで明らかにした。◆文化人類学の現象に統計物理学のアプローチを導入することで、個人レベル 73 users 112
以下の記事などで既にかなり話題になっていますが、ぼくも触ってみました(使い方などの詳細はこちらの記事を参照してください)。 結論としては、マジすごくてかなり衝撃的です。すべてのホワイトカラーワーカーにとって、かなりディスラプティブなツールになるのではないでしょうか。 自分はコンサルタントでして、これまでにたくさんの資料を作ってきてスキルを磨いてきたつもりだったので、AIポン出しでここまでのものが出てきてしまうと、正直、人生について考えさせられちゃいますね。 この記事では、Napkinを使ってどういう資料ができたのか共有したいと思います。 ポストモーテムの勉強会をしたいなと思っていたので、まずはChatGPTで資料の骨子を出力し、それをNapkinに入力してみました。それで得られたのが、以下の資料です。 スライド1: タイトルスライド タイトル: ポストモーテムの教科書 副題: SREにおけ
ピッツェリアトーノ 内 容:本格薪窯ピッツア!!国産の小麦粉を使い、注文をうけてから、生地を伸ばし、高温の窯で1分で焼き上げます。 出店日:3/24 ※状況により内容が変更や中止… 続きを読む
BOLERO(RAVEL) video:C.Dutoit - montreal Phil. music:unknown 8:45-it is the dying elephant's scream, isn't it? and be careful of the volume from 9:50 then,Enjoy this awesome Performance! 死ぬほどヘタクソなボレロをモントリオールフィルの端麗なイメージ映像付きでどうぞ。 オーボエは部長ですね。上手いなあ。 6:10からの中東の蛇使いや8:45からの死にそうな象の他聴き所はたくさん 9:50からドーン!チーン!パーン!と音量上がりますので注意してください。
これまで、OpenAIは人工知能(AI)とチャットボットの世界で圧倒的な力を持っており、そのGPT-4大規模言語モデル(LLM)はChatGPT(MicrosoftのCopilotも含む)を支え、世界中で大きな話題を呼んでいました。OpenAIは早くからリードを取り、他の企業はそれを追いかける形となっていました。 しかし、OpenAIには新たな挑戦者が現れました。それがGoogle Geminiです。この新しいAIは2023年末に発表され、2024年2月に登場すると、瞬く間にAIの世界で大きな波を起こしました。Geminiは40以上の言語(日本語も含む)に対応し、リアルタイムで正確かつ理解しやすい、そして親しみやすい形で質問に答えることができます。これにより、ユーザーは創造性を高め、効率的に作業を進めるためのあらゆる問題に対するサポートを受け、すべての疑問に答えることができます。 では、G
G-gen の堂原と又吉です。当記事では、Amazon Web Services(AWS)、Microsoft Azure、Google Cloud(旧称 GCP)が提供するフルマネージドな RAG サービスの比較を行います。 はじめに 当記事について RAG とは 3社比較 前提条件 機能比較 料金シミュレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Knowledge bases for Amazon Bedrock(AWS)の詳細 構成図 プロダクト一覧 Knowledge bases for Amazon Bedrock Amazon S3 Amazon OpenSearch Service できること 検索 対応データソース 料金 概要 基盤モデル利用料金 ベクトルデータベース料金 Azure
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く