はじめに 背景と課題 システム概要 ワークフローの詳細 動画文字起こし (Gemini, GPT-4o) 文字起こしの議題単位の分割 (Claude 3.5 Sonnet) 議題単位での要約作成 (Claude 3.5 Sonnet, GPT-4o) 出力 実装上の工夫と課題 結果と今後の展望 おわりに はじめに こんにちは。enechainで統計・機械学習モデルの構築やLLM(大規模言語モデル)の活用推進を担当している@udon_tempuraです。 近年、GoogleのGeminiなど生成AIの発展が目覚ましく、多くの企業がこれらの技術を業務に取り入れようとしています。 私たちenechainも例外ではなく、積極的にLLMの活用を進めています。 今回はその活用例の1つとして、複数のLLMを使い分けて構築した「会議動画の要約作成ワークフロー」についてご紹介します。 このワークフローでは会
![複数LLMの統合による会議動画要約の精度向上 - enechain Tech Blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/250b4dbd4c27a2bb9e62a558d3b013b19442c07d/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fenechain-techblog%2Fimage%2Fupload%2Fv1724715115%2Fdesigning-a-multi-llm-workflow-for-efficient-meeting-summarization%2Fogp.png)