リンク 「美文字の書き方」の基本を覚えましょう！｜ 「美文字の書き方」の基本を覚えましょう！ 【美文字の書き方】キレイな字を書くためのポイントは、たくさんあります。すべてを説明することはとてもできませんので、「これだけはマスターしてほしい！」という美文字のポイントを３… 3 users 8

今朝方GPT-4が発表されて、みなさん死ぬほど盛り上がってますねー。 GPT-4を使えば一発でできそうなネタではありますが、GPT-4 APIのお値段は3.5よりもお高めの設定なので、これからはどのように上手くGPTのバージョンを使い分けていくかが問われていくと思います。 というわけで今日は非構造化データを構造化データに変換する話です。 問題の背景行政が定期的に公開している統計資料をご覧になったことはありますでしょうか。ディスる訳ではないですが、以下に示すのは私が住んでいる富士吉田市の統計資料です。 統計ふじよしだ令和元年度版 - 商業 このように分かりやすい表で情報を提供してくれるのはありがたいのですが、数値データにはなっていないので分析に活用することができません。 GPTのパワーを使って、このような非構造化データを構造化データに変換できないか？というのが本日のお題になります。 コードP

「Workshop OT 2023 最適輸送とその周辺 – 機械学習から熱力学的最適化まで」で用いたスライドです

GPTでAI界隈が沸騰している。開発者も含めて誰も急激な性能向上の理由を理解出来ていない。普段は半年や1年で古くなるような時事ネタはあまり呟かないことにしているが、このところの動きがあまりに早く、未来に向けての不確実性が高まってい… https://t.co/1BCs8cXavs

あるメタファーの空間において二つのメタファーの対比(B)についてGPT4に列挙(1)させ、それからその対比を抽象化(2)させる。その後、抽象化した対比を異なるドメインに応用して具体化(3)させた

ChatGPTの初学者、prismatix 事業部の中村です。 自動化ツールの Make と ChatGPT API が簡単に連携できるようになっていたので試してみました。 Make について Make Make(旧:Integromat) は世の中の様々なSaaSを簡単に繋ぎ合わせることができる自動化ツールです。 ブラウザ上でワークフローを構築することができ、コーディングはほぼ不要です。 Make にはSaaSと簡単に繋げるためのモジュールが沢山用意されており、LINE や Slack, Gmail 等と繋ぎ合わせることができます。 ChatGPT API と繋ぐモジュールも追加されたようなので、今回はそれを使ってみます。 細かい設定は弊社の記事を参考にしてください。 ノーコードツール（Make:旧Integromat）を使ってユーザー登録用のLINE botを作ってみた 試したシナリオ

AI企業のCerebrasが、オープンソースでパラメータ数1億1100万～130億の大規模言語モデル「Cerebras-GPT」7種類を公開しました。Cerebras-GPTは、OpenAIのGPT-3をベースに、DeepMindが2022年3月にリリースしたChinchilla方式で学習したモデルで、これまでに公開されているどのモデルよりも学習時間が短く、学習コストが低く、消費電力が少ないのが特徴とのことです。 Cerebras-GPT: A Family of Open, Compute-efficient, Large Language Models - Cerebras https://www.cerebras.net/blog/cerebras-gpt-a-family-of-open-compute-efficient-large-language-models/ cerebr

ChatGPTを使ってプレゼン資料を作る エンジニアのみなさんはコードを書くことは得意でもLTなどで発表するプレゼン資料（スライド）を作成することが苦手の方もいらっしゃいますよね。そんな人（自分含む）にChatGPTを使ってスライドを作成する方法についてまとめましたので共有します。 ちなみに、現状(2023/03/30時点)のChatGPTには直接スライドを出力できるような機能はないので、下記のような感じで工夫するとChatGPTを使って爆速でスライドが作れちゃいます。 使用するツール ChatGPT Marp for VS Code Marpって何?という方は下記の記事をご参考ください。簡単に言うとMarkdownからスライドを作成できるものです。もちろん皆さん大好きなPowerPointやPDFにも出力可能です。 作成フロー 1.ChatGPTでプレゼン資料にしたい内容をMarp形式で

ChatGPTのAPIを用いて、セキュリティニュースを分類し、カテゴリに合わせて情報を抽出して、サマリを作るシステムを開発しました。その試行錯誤を含む開発記録です。

はじめまして、sonesuke( https://twitter.com/sonesuke ) です。 LLMのニュースを追っかけ続けたので、これからキャッチアップする人用にまとめておきます。 単発のプロンプトテクニックについてはこちらご覧ください。 これだけは知っとけ用語 各手法の説明を読む前に、これらの用語を読んでおくと各手法がわかります。知っている人は飛ばしてください。 プロンプトエンジニアリング 入力(プロンプト)を工夫して性能をあげようというアプローチ。 機械学習系で精度アップといえば、追加学習させたりモデルを拡張するのですが、LLMではモデルが大き過ぎてコストが洒落になりません。 そのような事情からプロンプト側を工夫することで、回答に直接影響を与えるという手法が発達しています。 ファインチューニング モデルを新たな学習データで追加学習させ、モデルのパラメータを更新し、精度を高め

こんにちは。 ECコンサル会社を経営している、あびるです。 今回はChatGPTでマインドマップを作る方法をご紹介します。 この方法を使えば、長くて難しくて読みたくない文章も、情報が小分けされた状態で視覚的に分かりやすくなります。 プロンプト例太宰治の走れメロスのストーリーについてマインドマップにまとめて、PlantUMLで出力してください。出力結果 @startmindmap !define AWESOME mindmapBackgroundColor White * 走れメロス ** 主要登場人物 *** メロス **** 無実の罪で逮捕 **** 王に誓いを立てる **** 結婚式へ向かう **** 友人セリヌンティウスに会う **** 王に戻る *** セリヌンティウス **** メロスに協力 **** 王のもとで身代わりに *** 王 **** 独裁者 **** メロスを逮捕 *

Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you.

GPT-3.5世代のオープンな言語モデルを調べてみました。 本稿では以下の特徴をもって「GPT-3.5世代」の言語モデルと定義しました。 ChatGPT等（text-davinci-003、gpt-3.5-turbo）の登場した2022年11月以降に登場 GPT-3と同様にテキスト生成ができる言語モデル GPT-3（text-davinci-003等）を主なベンチマークにしたり、学習に利用したりしている 「オープンな言語モデル」としていますが、本稿では以下いずれかを満たしていればオープンな言語モデルとします。一般的なオープンソース・ソフトウェアの定義等とは少し異なります。 学習済モデルが公開されている 学習データと学習用ソースコードが公開されており、学習済モデルの再現が可能である GPT-3.5世代のオープンな言語モデルの特徴 本稿で紹介するGPT-3.5世代のモデルには、以下のような特徴

ChatGPTに「ChatGPTで高品質な記事を書く方法」という記事を書かせたら、多くの知見が得られました。 ChatGPTは、強力な文書生成ツールです。しかしChatGPTは道具であり、道具である以上は「使い方」の巧拙に、そのアウトプットの質が大きく左右されます。 ではChatGPTはどのように使うと良いのでしょう。 世間では様々なAIの（自称）専門家や、DXコンサルタント、インフルエンサーなどが独自のノウハウを開陳していますが、まだChatGPTについての本当のところは、検証中であり、正確なところは誰一人わかっていない、というのが実際のところではないかと思います。 そこで私は一つの仮説を立てました。 それは「ChatGPTのことは、ChatGPTが一番知っているのではないか」というものです。 それを検証するために、ChatGPTに「効果的なChatGPTの使い方の記事を書いて」とお願い

バックエンド兼インフラエンジニアのrevenue-hackです！ DDD(ドメイン駆動設計)でドメインモデル考えますよね？ その時にGPT-4にやってもらったらどうなんだろう？とふと思い、実際にユースケースからドメインモデルを作ってもらいました！ ↓記事移行しました！↓

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 コンピューターはプログラムコードで動作しますが、このコードは人間が記述している以上、どうしてもエラーを含んでしまうことが避けられません。 しかし、最近は大規模言語モデルを使ったGPTなどジェネレーティブAIの急速な進歩により、目的とする処理を文章として渡すだけで、AIがある程度プログラムコードを出力できるようになってきました。 そして、BioBootloaderと名乗る開発者による新しい試みでは、プログラム開発の際にどうしても必要となるデバッグ作業を、GPT-4をベースとするAIで行うことを可能にしました。このツールは、プログラムを自動修正することから、似た能力を持つアメコミヒーローにちなんで「Wolveri

こんにちは！逆瀬川 (@gyakuse) です！ 今日は開発に使うときのプロンプトの例を紹介します。ただ、これは一例に過ぎず、もっと雑な表現や工夫されたプロンプトを使っても良いでしょう。大事なのは、どのように情報を与えるとうまくin-context learningしてくれそうか、ということを考えながらプロンプトを渡してあげることだと思います。 だいじなこと ChatGPTのGPT-4を使いましょう ChatGPTをそのまま使う場合、オプトアウト申請し、受理されたことを確認しましょう オプトアウトしていても他者に会話履歴が見える状態になる等のトラブルもあったため、API経由のほうが安全です 会社のプログラム等は情シス部門と連携を取り、会社のポリシーを検討をしましょう 実装を依頼するプロンプト 「行いたいこと」「処理の流れ」「参照ドキュメント」という順で書いてあげると良いです。 サンプルプロ

全く初めての言語を扱うとき、その言語の一般的なやり方がわからないことが多い。これまでは書籍を読むことに加え、その言語をよく知る人に「どのレポジトリが参考になりますか？」と聞いて回り、参考になるレポジトリから一般的なやり方を理解していた。 ChatGPT(GPT-4)が出たことにより、ネット上の記事や参考レポジトリを調べ回らなくても一般的なやり方をChatGPTに直接聞くことができるようになった。一方で学習内容が2021/9までしかないため、その参考コードが古い情報を含んでいることが多い。 これらの問題を解決するため、ChatGPTに参考コードを出してもらった上で参考となるレポジトリもいくつか一緒に聞いてみると便利だった。今回はその紹介をする。 GitHub Actionsでpytestを動かしたいケース 例えばGitHub Actionsでpytestを動かしたいと考えた時、僕自身はPyt

山口慶明🇺🇸で何とか生きてる @girlmeetsNG Twitterは大人のおしゃぶり／たかがSNS、そんなムキにならないで楽しくやりましょ／本業はアメリカ🇺🇸とメキシコ🇲🇽で給料泥棒。 twitter.com/search?q=from%… 山口慶明🇺🇸で何とか生きてる @girlmeetsNG 今日職場でちょっと体調が悪くて「吐き気がする…」と言ったら、アメリカ人が「ちょっと待ってろ！」と言ったあと『7up』を買ってきてくれて真面目な顔で「これを飲め」と言うので何の罰ゲームかと思ったら、アメリカ人にとって体調不良時に7upを飲むのはけっこう一般的らしい。これも文化の違いか… pic.twitter.com/ylvtNye4Wx

文章で指示するだけで自動的に画像を生み出す「画像生成AI」の不適切な使用によってクリエーターの創作活動や権利が脅かされているなどとして、イラストレーターや漫画家などで作る団体が記者会見を開き、画像生成AIの適切な使用や法整備などを求める提言を発表しました。 記者会見を開いたのは、イラストレーターや漫画家などおよそ30人で作る「クリエイターとAIの未来を考える会」で、団体の理事を務め、イラストレーターとして活動する木目百二さんら3人が出席しました。 会見では、現在利用されている画像生成AIの多くは、著作権の所有者に無断でインターネット上から収集、複製した画像を機械学習に使用していることや、第三者が画像生成AIの機能を使って別の人が著作権を持つ画像を無断で改変し、全く別の作品として公開する行為が後を絶たず、クリエーターの権利が脅かされていると訴えました。 そして、AIの開発と著作権をめぐる法整

「人の話が処理出来ない奴へのアドバイス」に関する補足元エントリにはてブが1700もつき、Twitterでも関連ツイートが千バズ、万バズになり、それらの閲覧数の合計が7桁になっていたのにはびっくりした。 「言語化されていないが切実な課題」だったのだな、と強く感じている。 そして、「自分の解釈を傍に置いて読む」ことができない人がたくさんいたのには、予想はしていたけどさすがに笑ってしまった。 まーそれが人間の仕組みだしね、とは思っているけど、やはり笑ってしまう。 その一方で、読めている人が、しっかり読んだ上で切れ味鋭くコメントしてきているのも事実。 世の中はすごい人がたくさんいるな、とも改めて思ったし、賢い人を甘く見てはいけない、という思いを新たにした。 ということで、フィードバックがあった点を中心に、情報を補足したほうが良いと思った点について、自分の考えを箇条書きで書いていく。 議論を理解する