LLMが自分で「より賢いLLMの作り方」を発見するSelf-Developingフレームワーク（NEC 石橋陽一氏） | AIDB
マイページに保存最終更新日：2024/11/04 本記事は、研究者が自ら著書の論文を解説する特別企画です。AIDBの通常記事とは異なり、本企画の記事は会員以外のすべてのユーザーも全文閲覧できます。皆様ぜひお楽しみください。また、本企画への応募は以前からXで募集しており、これが4記事目の公開となります。本企画は継続開催中です。研究者の方はこちらからご応募ください。 今回は、NECの石橋 陽一氏ら研究グループによる”Can Large Language Models Invent Algorithms to Improve Themselves?“の解説です。 以下、論文著者による寄稿です。 自己紹介 名前とプロフィールページ 石橋 陽一 (Yoichi Ishibashi) X：@__tuxi__ 個人サイト: https://yoichi1484.github.io/ 所属 NEC Cor
GitHub CopilotでOpenAI o1を試してみた
Author Mario Rodriguez OpenAI o1-previewとGitHub Copilotの統合をテストしました。 本日、OpenAIは難しい問題を解決するための高度な推論機能を備えた新しいAIモデルシリーズ、OpenAI o1をリリースしました。皆さんと同じように、私たちも新しいo1モデルを使いこなすことを楽しみにしており、o1-previewとGitHub Copilotのインテグレーションをテストしました。大規模システムのデバッグ、レガシーコードのリファクタリング、テストスイートの作成など、この新しいモデルを使って多くのユースケースを模索していますが、最初のテストでは、コード解析と最適化において有望な結果が得られました。これは、o1-previewが返答する前に課題を考え抜く能力を備えているためで、GitHub Copilotで複雑なタスクを構造化されたステップに
ChatGPTなどの大規模言語モデルはどんな理論で成立したのか？重要論文24個まとめ
2022年11月にChatGPTが公開され、たった1週間で100万ユーザーを超えたのをきっかけに、GoogleのBardやMicrosoftのBing AI Chatなど、大規模言語モデルを利用したチャットAIが続々とリリースされています。チャットAIを研究しているセバスティアン・ラシュカさんが、チャットAIが実用化されるまでの研究の軌跡を重要な論文24個に絞って要約しています。 Understanding Large Language Models - by Sebastian Raschka https://magazine.sebastianraschka.com/p/understanding-large-language-models ◆目次 ・主要なアーキテクチャとタスク ・スケーリングと効率性の向上 ・言語モデルを意図した方向へ誘導する ・人間のフィードバックによる強化学習(
RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成 | AIDB
背景 LLMは、膨大な量の公開データで学習することにより、幅広い一般知識推論タスクで著しい進歩を遂げてきました。一方で、LLMが特定の分野のタスクに用いられる場合、一般的な知識推論よりも、与えられた文書に対して正確であることが強く求められています。例えば最新のニュースや企業の非公開文書などに適応させることは課題になっています。 LLMを特定分野に適応させる際、検索拡張生成（RAG）を用いたコンテキスト学習と、教師あり微調整（supervised fine-tuning）の2つの手法が主に考えられます。 RAGベースの手法は、LLMが質問に答える際に文書を参照するものです。この手法では、モデルが事前に学習しているわけではありません。外部のナレッジベースから関連情報を取得することで問題解決能力を向上する（比較的リーズナブルな）アプローチです。 教師あり微調整は、文書からより一般的なパターンを学
グーグル、AIプロンプトの最適化に役立つ2つの新しいリソースを無料で公開（ZDNET Japan） - Yahoo!ニュース
簡単に利用できる人工知能（AI）チャットボットはたくさんあるが、最大限に活用するにはAIプロンプトの技術をマスターする必要がある。だが、AIチャットボットにどう話しかければ望む結果が得られるのか、正しく理解するのは難しいかもしれない。そこで、Googleが支援に乗り出した。 Googleは米国時間4月19日、「Gemini for Google Workspace」を最大限に活用するためのヒントやコツ、提案を紹介する新しいブログシリーズを公開した。このブログは、仕事をしている人がWorkspaceでGoogleのAIアシスタントを使いこなせるようにするためのものだが、提供されているアドバイスは、ほとんどすべてのAIチャットボットに適用できる。 最初のブログ記事は、プロンプトとは何か、生成AIモデルを利用する上でのプロンプトの重要性、そしてプロンプトの作成に役立つ公式について説明している。
⼤規模⾔語モデルの拡張（RAG）が 終わったかも知れない件について
Constrained K-means Clustering (クラスタサイズの制限をしたK-means法) を調べてみた
【GPT Store神ランキングトップ10】世界で一番使われている最強GPTs10選 | WEEL
【速報＆朗報】GPT Storeが遂に公開 待ちに待ったGPT Storeが遂に公開されました！🔥 公式発表によると、GPT公開からのたった2ヶ月で300万以上のGPTsが作成されているとのこと。 注目ポイント👀 ・毎週Open AIからの注目GPTsが特集される… pic.twitter.com/94WCTnwDiJ — 木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏 (@shota7180) January 10, 2024 ChatGPTには「GPTs」という機能があり、ユーザーがChatGPTを自由にカスタムできます。さらにGPT StoreではGPTsが公開され、将来的には収益化も可能になる予定です。 AIを使って稼げる時代が、目の前まで来ていますね。今回は、そんなGPT Storeの中で最も人気のあるGPTsトップ10をご紹介します。 ビジネスや情報整理など、様々
【Stable Diffusion】参考画像から画像を生成するimg2imgの使い方を解説！
2023/05/01 (更新日: 2023/09/29) 【Stable Diffusion】参考画像から画像を生成するimg2imgの使い方を解説！ AIイラスト ※当ブログはアフィリエイト・アドセンスによる収益で運営されています。 もともと手元にある画像から新しくイラストを生成したい 呪文（プロンプト）だと、なかなか思いどおりの結果にならないんだよね… txt2imgで生成したお気に入りのイラストをもっと高品質にしたい！ こういったお悩みにお答えします。 Stable Diffusionでのイラスト生成に主流となっているtxt2imgですが、元がテキストなだけになかなか思うようなイラストができないことも…。 そんな悩みを解決してくれるのがimg2img。呪文に加えて既存の画像をベースに新しいイラストを生成するため、より細かなニュアンスを指示することができるのです。 この記事では 【St
【Stable Diffusion】写真のようにリアルな日本人イラスト用の呪文（プロンプト）【まるで実写】
2023/04/19 (更新日: 2023/09/29) 【Stable Diffusion】写真のようにリアルな日本人イラスト用の呪文（プロンプト）【まるで実写】 AIイラスト ※当ブログはアフィリエイト・アドセンスによる収益で運営されています。 モデルも手に入れたし、リアルな日本人のイラストを作りたい でもどんな呪文（プロンプト）を入力すればいい？ こういったお悩みにお答えします。 Stable Diffusionでリアルな日本人のイラストを生成しようと思っても、どんな呪文（プロンプト）を入力すればいいかわからないですよね。 かといって的外れな呪文ばかりを打ち込んでいたら、欲しいイラストはいつまでも手に入らないまま…。 この記事では 生成結果は使用モデルやイラストのサイズで大きく変わる 【Stable Diffusion】写真のようにリアルな日本人イラスト用の呪文（プロンプト）【まるで
Perplexity
Upgrade for image upload, smarter AI, and more Pro Search.
AIを使ったスマート農業システム「Prospera」は害虫、干ばつ、栄養不足などを自動で対処 | Techable(テッカブル)
農業や漁業など、一次産業に対するITの導入が、世界的に注目されている。 今最もホットな話題は、イスラエルの企業「Prospera」によるスマート農業システムだろう。アメリカ最古のベンチャーキャピタルBessemer Venture Partnersを介し、700万ドル（約7億円）の資金調達にも成功。農業革新へ、大きな一歩を踏み出した。 ・人工知能ベースのデータサイエンス農業システム Prosperaが提案するのは、人工知能をベースとした農業ソリューション。インフィールドカメラや気象センサーを駆使しながら、高精度な管理を可能にするというもの。 このソリューションは、作物ごと、あるいは複数の畑、作物ごとにおいて、農作物の状況をリアルタイムで分析していく。システム上でできることは、多数。病気や害虫の検出、水分と栄養の最適化、収穫量のモニタリングと予測、新たな作物の開発やそれに伴う分析も可能だ。
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
機械学習を「社会実装」するということ 2024年版 / Social Implementation of Machine Learning 2024
連休こそはじめたい好み丸出しAI画像生成の保存版手順書【いまからでも遅くない！ツールとして使うAI画像生成】
総務省がSF小説創作 AIが家族に溶け込む2030年代の未来描く