Googleの人工知能部門の責任者を務めるスゴ腕エンジニアのジェフ・ディーンがかつて作成した「すべてのエンジニアが知っておくべき数字」に習って、「大規模言語モデル(LLM)の開発者が知っておくべき数字」が元Googleのエンジニアだったワリード・カドスさんによってまとめられています。 ray-project/llm-numbers: Numbers every LLM developer should know https://github.com/ray-project/llm-numbers ◆プロンプト編 40-90%:プロンプトに「簡潔に」を追加することで節約できる量 LLMの返答はトークン単位で課金されるため、LLMに簡潔に返答するよう要求すると大幅にコストを削減可能です。単にプロンプトに「簡潔に」を追加するだけでなく、例えば10個の案を出すというプロンプトを行う時に代わりに5個
自分が楽をするためにMicrosoft 365 を使いおす方法です。私自身が普段どの様にタスクをこなしているかのまとめです。何か学術的あるいはデータに基づいてるわけではありません。でも、一人一人働き方が違うわけですから、同じ方法でやればいいとも思えません。ただ参考になる情報があれば役に立つと思います。皆さんの参考になれば嬉しいなと😊 1. 情報処理の戦略 2. 情報量を減らす 3. いつでもどこでもリアルタイムでの情報共有 4. タスクを如何にこなしていくか?特にドキュメント作成 5. 時間をどうやって作るか? 6.日程調整をどう簡潔にするか? 7. 会議に割く時間をどうやって最小限にするか? 8.複数デバイスやアプリの使い分け 9.でも尽きない悩み 10. 最後に
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