エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
MedPromptの紹介|株式会社fin
先週こんな記事を教えてもらいました。 何やらMicorsoftが医療分野のLLMでいい結果が出せたらしいです。... 先週こんな記事を教えてもらいました。 何やらMicorsoftが医療分野のLLMでいい結果が出せたらしいです。 ということで、今回はこの論文を簡単にまとめて紹介したいと思います! 厳密な言い方でない場合もありますが、ご了承ください 結論最初に、結論を言いますと、 "プロンプト頑張れば、ファインチューニングしたモデルより高い性能が出せるぜ" です。 やり方じゃあ、どうやってプロンプトを頑張ったかみていきましょう (よくプロンプトエンジニアリングとか言ったりしますね) これまで 1. コンテキスト内学習(ICL) 2.思考の連鎖(CoT) 3.アンサンブル といった手法で精度が高められることが知られていました コンテキスト内学習とは、プロンプトに例を追加することです。 新しい回答に対して、適切なフォーマットで回答してくれる確率が高くなることが期待できます コンテキスト内学習の例 質問: 喘息発