ジャーナリストの伊藤詩織さんを中傷するツイートに「いいね」を繰り返したとして、伊藤さんが自民党の杉田水脈衆議院議員を訴えた裁判で、最高裁は、杉田議員側の上告を退ける決定をしました。 ▼自民・杉田議員が中傷ツイートに繰り返し「いいね」　伊藤詩織さんが“逆転勝訴”「指ひとつの行為でもどれだけ苦しいか…」 この裁判は、ジャーナリストの伊藤詩織さんを中傷するツイートに、自民党の杉田水脈議員が「いいね」を繰り返したことで精神的苦痛を受けたとして、伊藤さんが杉田議員に220万円の損害賠償を求めていたものです。 これまでの裁判では、1審・東京地裁が、2022年、「いいね」を押す行為について、「悪くない」などの感情まで幅広く考えられるなどとして、伊藤さんの訴えを棄却しましたが、2審・東京高裁は、杉田議員が過去に伊藤さんをやゆする発言をしていたことなどを踏まえ、「加害の意図をもって『いいね』を押した」と認め

はじめに ちょっとつぶやいたら思いのほか需要がありそうだったので、簡単にまとめておきます。 おことわり これを書いておけば、すべての不幸を避けられるというものではありません 提出先との関係性次第では、書かないほうがいいこともあるかも 私自身が普段提案している内容が、すべて記載されているわけでもありません（うろ覚えで書いてたり、大人の事情） これを流用しておこったすべての事項について、何らかの責任をとることはできません 本稿では請負による開発を想定しています でも共有することで、この業界の不幸が減ればいいなということでつらつら書いてみます。 他にもあるようなら、Twitterなりコメントなりで提案してもらえると嬉しいです。 前提条件を書く目的 見積・提案書通りに、実施するために必要な条件を明確にする 条件を逸脱したときに、どうなるのかハッキリさせる 上記は概ねつぎのとおり 実現が不可能になる

近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル（Large Language Model：LLM）の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ

pato（ライター） テキストサイト管理人。テキストサイトNumeriを運営する傍ら各種メディアで取材記事やコラムなどを執筆している。 みなさんこんにちは。本日は渋谷にあるイベントハウスTOKYO CULTURE CULTUREに来ています。 かなりオシャレな空間で、普段はトークライブなどが行われている場所のようですが、今日はちょっと様子が違うということで、またセメダインさんに呼び出されてやってきました。

2024/02/07に行われた、OCHaCafe Season8 #1 - 速習Goで用いた資料です。 commpass: https://ochacafe.connpass.com/event/307167/