はてなブックマーク

さよならNotebookLM。Claudeの革命的新機能「Projects」完全ガイド：リサーチ・読書の新体験 2024年6月26日、世界最高性能のClaude 3.5 Sonnetなどで知られるAnthropicが、Claude.aiの新機能「Projects」をリリースした。 Claudeは、OpenAI社が提供するChatGPTのように、ブラウザ上のチャット形式で大規模言語モデルと対話ができるサービスだ。 「Projects」機能を使うと、PDFなどのドキュメントをAIの知識源としてアップロードでき、AIがそれらのドキュメントを理解した上でチャットに回答してくれる。 PJに関連する文書を日々アップロードして蓄積していけば、次のMTGのアジェンダの作成から、メールの作成まで、なんでもできる優秀なプロジェクト専任アシスタントを雇えるようなものだ。 電子書籍やKindleをアップロードすれ

Googleが実験的に公開しているノートアプリ「NotebookLM」は、最新AI「Gemini」を組み込んだ革新的な文書管理・作成ツールだ。 これまで米国内でしか利用できなかったところ、ついに、日本からも利用することができるようになった。 「NotebookLM」では、PDF、メール記録、議事録などあらゆるドキュメントを、AIの知識源として読み込ませることができ、AIがそれらのソースに基づいて情報を整理・要約してくれたり、ドキュメントやレポートの作成補助までしてくれたりする。 その応用可能性は無限大で、例えば以下のようなあらゆるナレッジベースのタスクを高速化・効率化することができる。 読書をしながら重要なポイントの要約メモ・ノートを作成する作業 過去の議事録に基づいて次回のMTGのアジェンダを作成する作業 収集した文献や学術論文に基づいてレポートや報告文書をまとめる作業 本や授業スライド

これまで、10年以上にわたって紙の書籍のPDF化、いわゆる電子書籍の「自炊」を続けてきた筆者が、500冊以上を裁断・スキャンしてきた経験から、快適な自炊ライフのために必要なツールや手順を、詳細に解説する。 iPadを資格勉強や受験勉強にもっと活用したい人、自宅に大量の本があるが捨てられず困っている人、これから電子書籍の自炊を始めたい人は、ぜひこの記事を参考に、参考書・小説・マンガなどを徹底的に電子化することのメリットを感じてほしい。 筆者も、かつては「本は紙じゃないと」「紙の参考書じゃないと勉強できない」と思っていたが、iPadとApple Pencilを組み合わせた読書体験のあまりの快適さに、もはや紙の方が遥かに不便に感じるようになってしまった。 紙の本を電子化して得られたこれだけのメリット 紙の書籍をスキャンしてPDF化し、iPadなどのタブレット端末で管理・読書することには、大きなメ

Difyは、GPT-4やClaude 3、Llamaなどの大規模言語モデル（LLM）を組み込んだアプリケーションを開発するためのオープンソースプラットフォームだ。 プログラミングの知識がなくても、非常に分かりやすいテンプレートや、ドラッグ&ドロップのフロー図を使って、直感的にアプリケーションを開発できるのが最大の魅力だ。 OpenAIやAnthropicのAPIキーを使えば、Dify上で、まるでChatGPTのような高度な機能を備えたチャットアプリを、30分もあれば誰でも自作できてしまう。 本当に革命的なノーコードLLMアプリ開発ツールなので、ぜひ一度は触ってみてほしい。 エンジニアが本番レベルの生成AIアプリケーションを素早く構築できるのはもちろん、非エンジニアであっても、テンプレートやコンポーネントを活用しながら、非常に複雑な機能を持つAIエージェントやAIアプリケーションの設計が可能

Llama 3と徹底比較！Microsoftの最新小型軽量LLM「Phi-3-Mini」をローカルで使う方法 Llama 3モデルのリリースでオープンソースの大規模言語モデル（LLM）界隈が盛り上がりを見せる中、立て続けに、今度はMicrosoftが新しいモデルを公開した。 2024年4月23日に公開された「Phi-3 Mini」は、わずか38億パラメーターと、Llama 3 8Bモデルの半分以下のパラメーター数で、非常に小型で軽量ながら、同サイズ帯のモデルよりずっと優れたパフォーマンスを発揮するという。 Microsoftの公開したベンチマーク結果をみると、遥かにサイズの大きいLlama 3 8Bモデルよりも優れたスコアを達成している項目もある。 この記事では、小型軽量で、Mac Book Airなどでも高速に動作するPhi-3-Miniモデルを、リリース直後ながら、ローカル環境で動かす

Meta（Facebook）が開発・公開しているオープンソースの生成AIモデル「Llama」シリーズに、新たな「Llama 3」が2024年4月19日に公開された。 Llamaは、OpenAIのGPT-4や、AnthropicのClaude 3などと異なり、モデルが一般に公開されており、誰でもモデルをダウンロードして、自分のPC/Macなどで、例えインターネットに接続されていなくても利用することが可能だ。 今回リリースされたLlama 3は、8B（80億）パラーメータ、70B（700億パラメータ）の2種類だ。 大型の70Bモデルは、いくつかのベンチマークによれば、OpenAIの最上位モデルであるGPT-4 Turboや、AnthropicのClaude 3の最上位モデルであるOpusには及ばないものの、GPT-3.5やClaude 3 Sonnet、Gemini 1.5 Proよりも優れた

Whisperは、ChatGPTで知られるOpenAIによって開発された非常に正確な音声認識モデルで、会話の音声をテキストに書き起こしてくれる。 100万時間以上のデータでトレーニングされた最新のAIモデルだが、驚くべきことにオープンソースで公開されているため、誰でも、無料で、簡単に利用することができる。 有料の音声書き起こしサービス・議事録書き起こしサービスは数多くあるが、実は無料のWhisperを使えば十分だ。 むしろ、Whisperの方が殆どの音声認識ソフトより精度が高いだろう。 とはいえ、プログラミングの知識がない人にとっては、少し利用するハードルがある。 そこで、Whisperの最新モデル（Whisper v3）を、簡単に使える小さなWebアプリにしてみたので、この記事で使い方を紹介する。 Whisperを、Google ColabというGoogleアカウントを持っている人なら誰

多くの画像生成AIサービスは、ChatGPT有料版で使えるDALL-E 3や、Discordで使えるMidjourneyなど、クラウドベースであり、生成するたびにサーバーにアクセスして処理を行う。オンラインで簡単に利用できるというメリットの一方で、無料で利用できる範囲には枚数制限や速度制限などがあるのが大きなデメリットだ。 AIイラストは、何度もプロンプトを変えて「下手な鉄砲数打ちゃ当たる」方式で試行錯誤しないと、望むイラストには辿り着けない事が多い。趣味で試したい程度の無料ユーザーは、画像生成AIの凄さを体験できずにいるかもしれない。 この点、数ある画像生成AIの中で、Stable Diff… クラウドコンピューティングは時間あたりで課金されるため、Vast.aiのインスタンスを立ち上げた後に、ゼロからWebUIの使い方を調べていると、無駄にお金がかかってしまうので、まずは自分のPC上で

多くの画像生成AIサービスは、ChatGPT有料版で使えるDALL-E 3や、Discordで使えるMidjourneyなど、クラウドベースであり、生成するたびにサーバーにアクセスして処理を行う。 オンラインで簡単に利用できるというメリットの一方で、無料で利用できる範囲には枚数制限や速度制限などがあるのが大きなデメリットだ。 AIイラストは、何度もプロンプトを変えて「下手な鉄砲数打ちゃ当たる」方式で試行錯誤しないと、望むイラストには辿り着けない事が多い。 趣味で試したい程度の無料ユーザーは、画像生成AIの凄さを体験できずにいるかもしれない。 この点、数ある画像生成AIの中で、Stable Diffusionの大きなメリットは、公開されているモデルを無料でダウンロードして、自分のPC上でのローカル運用が可能であることだ。 一度モデルをダウンロードすれば、M1/M2/M3のAppleシリコンチ