小児科学の専門誌『JAMA Pediatrics』にこのほど掲載された論文によると、小児科の病状診断で、ChatGPT-3.5は100の症例のうち83例で正しく診断することができなかった。 論文の著者らによると、83例のうち72例は完全に誤診で、残る11例は臨床的には関連があるものの、正しい診断と見なすにはあまりに大まかなものだった。 この研究で留意したい点は、使用された大規模言語モデル(LLM)はChatGPTの古いバージョンだったということだ。それを踏まえた上で、これらの結果は医療分野における人工知能(AI)の活用にとって何を意味するのだろうか。 上記の論文は、臨床診断でAIツールやLLMを活用する際、医師の監督が重要であることを明確に示している。AIツールはまだ開発が始まったばかりで、医療分野で広く使用されるようになるにはさらなる研究と調査が必要だ。特に治療が患者の命に関わるような場
ChatGPTはチャットを通じてユーザーが入力した情報を一時的に記憶しますが、ユーザーが「新しいチャット」を始めた場合、そのチャットでは以前のチャットの記憶は引き継がれずに新たなやりとりが始まります。2024年2月13日、ChatGPTの記憶機能が強化され、新しいチャットを始めた場合でも以前のチャットの記憶が引き継がれるようになりました。 Memory and new controls for ChatGPT https://openai.com/blog/memory-and-new-controls-for-chatgpt Memory FAQ | OpenAI Help Center https://help.openai.com/en/articles/8590148-memory-faq ChatGPTの記憶(メモリー)機能は設定でオン・オフを切り替えることが可能で、オンにした場
「アジャイルとは何か」ということを、先日語らせて頂いた。また、ずいぶんと根本に返った話を今更と思われるかもしれない。ただし、「アジャイルとは何か」、このことについて会話した相手は開発者、開発チームではない。日常で開発には携わらない方々だった。 そうした方々に向けて、アジャイルなるものを語る。それがいかなる経緯で今に至り、われわれに何をもたらし、どこへ向かおうとする営みなのか。その本質を語ろうとするのは、簡単なことではない。それでも、このところそうした機会を積極的に作っている。 私は、アジャイルに希望を持っている。 私が寄せる希望とは、開発への変革以上に、仕事への向き合い方そのものの変革だ。かつて、さんざん開発の文脈で語り明かした「アジャイルとは何か」を、より広い文脈で捉えていく。「アジャイルに取り組むことが越境だった」時代があったが、今は「アジャイルの越境」を後押ししていく状況にある。 ア
メルカリの本番環境で流れているクエリを使って、MySQL互換のTiDB Cloudを評価。40TBを越えるDBの大規模トラフィックに耐えられたか?[PR] 国内最大級のフリマアプリ「メルカリ」のバックエンドデータベースは、50台以上のMySQLサーバがオンプレミスのデータセンターで稼働しており、40TBを越えるデータサイズのデータベースを保持していると、2023年12月に都内で開催されたイベント「db tech showcase 2023 Tokyo」のセッションで、同社のDBRE(Database Reliability Engineer)を務める本田恭氏が明らかにしました。 そしてそのデータベースの規模の大きさゆえにいくつかの課題もあるため、新たなデータベースの候補として、MySQL互換でNewSQLの代表的なデータベースサービスである「TiDB Cloud」をPoC(Proof of
米OpenAIは2月13日(現地時間)、ChatGPTに会話を記憶させる機能「Memory」のテストを開始したと発表した。チャットの内容を覚えさせることで、情報を繰り返す必要がなくなる。 例えば、会議の要約を頼む際、見出し、ポイントの箇条書き、最後のまとめを含ませるよう指示すると、以後はそう指定しなくてもそのフォーマットで要約するようになる。 こうした指示は昨年7月に追加された「カスタム指示」にまとめておくこともできる。 テスト段階ではこの機能は初期設定でオンになっているが、設定でオフにすることも可能。 設定は、画面左下のアカウント名→[設定]→[Personalization]→[Memory]で行う。
メルカリで値段の「¥マーク」を小さくしたら購入率が伸びた理由、ペイディがサービス名を「カタカナ表記」にする理由など、プロダクトのマーケ施策まとめ30(2023) 2023年に取材した記事から、長く参考になりそうな施策をまとめました。※ 数値等はあくまで取材当時のものです。 1、商品ページの「¥マーク」を小さくしたら購入率アップ(メルカリ)メルカリでは、商品詳細ページの「値段の¥マーク」を小さくしたところ、購入率が大きく上昇した。 理由としては、¥マークを小さくしたほうが、心理的な「価格の圧迫感」が減って、心理的にすこし安く感じるためと考えられている。例えば、¥マークが大きいと桁数が多く感じたり、価格を高めに感じやすい。 この案があがったときには、社内でも懐疑的だったそうだが、テストすると小さな開発コストで大きなリターンを得られる施策になった。 元記事:https://markelabo.c
Web版VSCodeがDockerコンテナをWASM環境で起動、Webブラウザ内ローカルマシンとして利用可能に。拡張機能「vscode-container-wasm」登場 WindowsやMacなどのデスクトップPCでVisual Studio Code(以下VSCode)を利用して開発をする場合、同じローカルマシン上でDockerコンテナのLinux環境を起動し、VSCodeのターミナルで接続して操作することは、開発環境としてよくあることだと思います。 これと同じことをWebブラウザ版のVSCodeでも実現する、すなわちWeb版VSCodeが同一Webブラウザ上にWebAssembly化したDockerコンテナを起動し、Web版VSCodeからローカルマシンとして接続し利用できる、実験的実装を実現したVSCodeの拡張機能「vscode-container-wasm」が登場しました。 V
つい最近、会社の若手の人から、「勉強会やセミナーの時、いい質問かどうかを気にしてしまって、質問自体なかなか出来ない」というような相談を受けました。 その時にしたやりとりがなかなか有益だったかも知れないと思いまして、内容をまとめてみたくなりました。 この記事で書きたいことは、大体以下のようなことです。 ・勉強会やセミナーなどで「質問」をするのは、質問の内容によらず、とても大事だし重要なことです ・もちろん質問は「疑問点を解決する」為のものなんですが、周囲の人の理解を明確化する役にも立つし、話を掘り下げるトリガーにもなり得るし、リスナーの反応を確認する為の重要なポイントにもなります ・その為、場面にもよりますが、本来「いい質問をしよう」なんて考える必要はなく、「よくわかんなかった」「聞いてなかった」だけの内容でも、質問してもらえるだけで十分ありがたいです ・みんなもっと軽率に「質問」をしていく
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless(シームレス)を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第33回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ 訓練なしで複数キャラを同時に異なるプロンプトで量産できる画像生成AI「ConsiStory」、NVIDIAなどが技術開発 “あいまいな言葉”で画像を合理的に編集できるモデル「MGIE」、Appleなどが開発 Gemini UltraやGPT-4に匹敵する数学特化のオープンソース言語モデル「DeepSeekMath」 Google、探索アルゴリズムを使わずチェスのグランドマスターレベルを達成するAIモデルを発表 テキストや写真から高解像度の3Dモデルを数秒で生成するモデル「LGM」 訓練な
GitHubは、GitHubのサポート窓口においてGitHubの公式ドキュメントを学習したAIが回答してくれる「Copilot in GitHub Support」の正式リリースを発表しました。 「Copilot in GitHub Support」とはどのようなものなのか、正式リリースを発表した同社のブログ「Copilot in GitHub Support is now available!」で、次のように説明されています。 Copilot in GitHub Support reduces the need to manually search for the right context across different pages in the official GitHub documentation. The assistant efficiently distills rel
自己紹介 データサイエンティストを目指して日々勉強している、慶應大学理工学部4年生(202.01.09時点) 取得資格、コンペ優勝経験など、リアルタイムの情報は👇👇👇をみてね X: @A7_data←普段はXで活動しています。ありがたいことに、フォロワーは6500人を超えました😌 プロフィールページ👇👇👇 X👇👇👇 Day2の概要 Day2のテーマは「Prompting and Augmented Language Model」ということで、LLMの活用法に焦点が当てられている。(学習済みLLMを追加学習なしで活用する技術について) 項目としては大きく3つ。 プロンプティングや文脈内学習とは何か プロンプティングによる性能改善方法 Augmented Language Modelの概要 LLMの使い方に焦点を絞っているので、今回の授業だけでも幅広い人に役立ちそう。 言語
先日『フロントエンド監視の全体像と実現方法』という記事を投稿しましたが、その中でテレメトリについては触れませんでした(※本記事は上記記事の内容を知らなくても読み進められるようになっています)。 というのは、テレメトリは可観測性を実現するための重要な概念ではあるものの、テレメトリを軸に監視を考えるのは手段の目的化になってしまうと考えているからです。 重要なのはサービスにとって何を観測するべきかを考えることであり、テレメトリはそれを設計や実装に落とし込む際に現れるものです。 一方で監視に対する理解を深める上では、テレメトリを軸に考えることも重要でしょう。 そこで本記事ではフロントエンド監視においてどのようなテレメトリを収集するべきか述べていきます。 監視 SaaS と OpenTelemetry (OTel) Datadog, New Relic, Sentry のいずれかを利用することを考え
ドアホンが鳴ったらGoogleHome,Slack,Discordに通知する リモートワークなどで玄関から遠い部屋で作業をしていると、ドアホンのチャイムがちょっと聞こえにくいことがありませんか? これを解決するために、Google HomeやSlack,Discordなどへ通知する方法です。 特徴 グループ登録すれば複数のGoogle Homeに対してブロードキャストすることができます。家の各所にGoogle Homeを設置すれば死角なしです。 Discord,Slackへの通知すれば、ヘッドホンをしながらPCを使っていても安心。 外出先からもチャイムの確認ができます。 チャイムが何日何時何分に鳴ったか、長期間のログになります。 使用可能なドアホン 作例ではドアホンはPanasonicのVL-MV38を使っています。この機種は「A接点出力」という機能がついており、チャイムが鳴った時に、2接
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
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