話題のmicrogptを早速試してみる
2月12日にkarpathy氏がGistに投稿した以下のmicrogptをご存知でしょうか。 この記事を執筆してる時点で一週間が経過していますが、なおも修正が行われているこれは、GPTの構造をPythonで簡易的に実装したソースコードになります。GPTの構造を理解するのにも役立つ内容となっており、その行数は最新（2/18 11時時点）で、200行という短さです。 加えて、プログラムファイルの先頭にあるDocstringの通り、Pythonの標準ライブラリのみを使用して実装が行われているため、他の複雑なライブラリを理解することなく、たった200行でGPTを知ることができる内容だということです。すごいですね。 The most atomic way to train and run inference for a GPT in pure, dependency-free Python. 2/2
DSPyの基礎と構成（プログラムの実行と最適化）
はじめに 今回は、DSPyの基本的な構成とその使い方について記事にしました。 以下の流れで解説していきます。 1. DSPyとはなにか 2. DSPyの構成要素（それぞれの使い方と概要） 3. DSPyの構成（プログラムとコンパイル） 4. 複数あるLLMとシグネチャの設定方法について 5. プログラムとコンパイル（プロンプトの最適化）の実行例 DSPy（ドキュメント） DSPy（Github） 作業環境（バージョン） Python： 3.11 DSPy： 3.1.2 DSPyとは DSPy（Declarative Self-improving Python）はLLMアプリケーションを構築するフレームワークの一つです。名前の通り 宣言的(Declarative) な設計で 自己改善(Self-improving) を行うことができます。 「・・・えっ、何が宣言的なの？自己改善ってなに？？」
225行のコードでGPTの仕組みを理解する
概要 LLMに関心があり、ChatGPTやtransformerの仕組みを理解したいと思っていたところ、雰囲気を掴むのにこちらの動画がとても参考になりました。 動画の内容としては、以下のコーパスを学習して、直前の数文字から次の1文字（単語ではないことに注意）予測機を作成するというものです。 この動画で完成するコードは以下で、225行しかなくとても読みやすいです。 また短いですがtransformerのエッセンスが詰まっていて勉強になりそうです。 このコードを読み解くことでGPTやtransformerがどのように動いているのか、ざっくり理解してみようと思います。 ちなみに完成するとこんな感じの文字列が生成されます。ぱっと見文章っぽいですね。 first Scitizen: He's enough; but he cannot give his friends. MARCIUS: Do yo
GitHub - langroid/langroid: Harness LLMs with Multi-Agent Programming
import langroid as lr import langroid.language_models as lm # set up LLM llm_cfg = lm.OpenAIGPTConfig( # or OpenAIAssistant to use Assistant API # any model served via an OpenAI-compatible API chat_model=lm.OpenAIChatModel.GPT4o, # or, e.g., "ollama/mistral" ) # use LLM directly mdl = lm.OpenAIGPT(llm_cfg) response = mdl.chat("What is the capital of Ontario?", max_tokens=10) # use LLM in an Agent
最強のツール「LangSmith」が登場した話【Python / LangChain】
【📩 仕事の相談はこちら 📩】 お仕事の相談のある方は、下記のフォームよりお気軽にご相談ください。 https://forms.gle/G5g1SJ7BBZw7oXYA7 もしもメールでの問い合わせの方がよろしければ、下記のメールアドレスへご連絡ください。 info*galirage.com（*を@に変えてご送付ください） 🎁 「生成AIの社内ガイドライン」PDFを『公式LINE』で配布中 🎁 「LINEで相談したい方」や「お問い合わせを検討中の方」は、公式LINEでご連絡いただけますと幸いです。 （期間限定で配信中なため、ご興味ある方は、今のうちに受け取りいただけたらと思います^^） https://lin.ee/3zRuqKe おまけ①：生成AIアカデミー より専門的な「生成AIエンジニア人材」を目指しませんか？ そんな方々に向けて、「生成AIアカデミー（旧：生成AIエンジニア
1
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
browser-use やばいです - Qiita
GitHub - comet-ml/opik: Debug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflows with comprehensive tracing, automated evaluations, and production-ready dashboards.