自分がが入社から今までお世話になり、すごく仲良くしてくれた先輩社員のOさんが転職しようとしている。 この人は「先輩」としてあまりにも理想的だった。 小中高時代、こんな人が先輩として身近にいたらどんなに嬉しかっただろうと思うことがある。 右も左も分からず困っている新入りの自分に手を差し伸べ、必要なことをひとつずつ教えてくれて、分かりやすい業務マニュアルまで作成してくれた。 私の業務はOさんにとっては畑違いの分野で、新入りが教育担当に放置されているのを見かねて助けてくれたことを、少し後になってから知った。 決して威圧的にならず、ユーモラスで話しかけやすく、適度にくだけた調子で接して相手を委縮させず、申し訳ないと思わせない。 分からないことをスムーズに訊きに行ける雰囲気があり、1訊けば10も20も教えてくれる。 後輩が周囲の輪に溶け込めていないときや、何か悩みがあるらしいと察知するとご飯に誘って

ストックマークではGENIACの第２期のプロジェクトで日本語を主な対象とした1000億パラメータのLLMの開発を行なっています。このブログではGENIACの取り組みについて簡単に紹介します。また、開発自体はまだ続いていますが、一定の性能が出てきたことから、現段階のモデル、Stockmark-2-100B-Instruct-betaをベータ版としてHuggingFace HubでMITライセンスで公開します。日本語MT-Benchではこれまで日本で開発されてきたオープンなモデルに比べて高い性能を示すことがわかりました。このモデルは1.5兆トークンのデータで事前学習を行い、その後に事後学習を行なったモデルです。 モデル：https://huggingface.co/stockmark/Stockmark-2-100B-Instruct-beta 開発の背景 2024年10月に国立研究開発法人新

G-gen の奥田です。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 AI エージェントサービスの比較を行います。 はじめに 当記事について AI エージェントとは ツールとは マルチエージェントシステムとは RAG と併用する効果 3社比較 前提条件 機能比較 料金シュミレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Amazon Bedrock Agents（AWS）の詳細 構成図 プロダクト一覧 できること 対応モデル ツール 料金 Azure AI Agent Services（Azure）の詳細 構成図 プロダクト一覧 できること 対応モデル ツール 料金 Playbooks（G