Even the most advanced language models, like Claude, can sometimes generate text that is factually incorrect or inconsistent with the given context. This phenomenon, known as “hallucination,” can undermine the reliability of your AI-driven solutions. This guide will explore techniques to minimize hallucinations and ensure Claude’s outputs are accurate and trustworthy. Basic hallucination minimizat

はじめに レバレジーズのデータ戦略室で室長をしている阪上です。 これまでレバレジーズの運営する人材紹介系サービスの事業部内で、業務効率化のためにレコメンドエンジンを開発することが多かったので、つまずいたいくつかの壁について記します。 論文などに裏付けされた書籍に書かれているような観点もあれば、知行合一というか、アルゴリズム開発をやってみて初めて気づける観点もあると思いますので、少しでも参考になれば嬉しいです。 レコメンドエンジンの目的 事業会社としてお客様に求人情報などを提案することが行われていますが、一人の人間が覚えることができる求人情報の数は限られています。 また、求人情報の検索をするにも非構造化データでもある求人情報から目当てのものを見つけるのに時間がかかります。 お客様に合った条件の求人を見つけるのはサービス提供としてマストですが、そのために時間をいたずらにかけることは賢明ではあり

久しぶりの投稿です。 最近ちょっと思ったことがあるんですけど、世の中には大量のアニメソングやゲームソングがあります。それこそアニソンやゲーソンの中には「こんなシンプルなコード進行でいいの？」って思うような王道を行く曲から、「これはヤバい」と思わせるような激ヤバ複雑コード進行を持つ曲まで幅広く存在しています。 それなのにイマイチ、コード進行をまとめた解説系サイトが存在しない…。 と、いうわけで今この記事を書いています。 1. Ⅰ→Ⅳ→Ⅴ→Ⅰはい、まずはコード進行のいっちばん初歩の初歩、基本三和音を使ったコード進行を見てみましょう。この「Ⅰ→Ⅳ→Ⅴ→Ⅰ」は全てのコード進行の基本も基本、英語でいうところの「This is a pen.」みたいなヤツです。 1.Happy! Lucky! Dochy! -「ひぐらしのなく頃に煌」OP サビ（0:51～） 超”ふー”な　フリして　Happy Luck

深層モデルのパラメータを一列に並べてベクトルにします。このベクトルは大規模なモデルであれば何十億次元にもなります。一見、意味のない数値の羅列のようですが、このベクトルはベクトルとして深い意味があることが分かってきています。例えば、 と を異なるパラメータベクトルとすると、 や をパラメータとして持つモデルはちゃんと機能します。本稿では、このようなモデルパラメータの算術を用いた手法とその背後にある理論について解説します。 モデルスープ タスクベクトル モデルパラメータとニューラルタンジェントカーネル おわりに モデルスープ モデルスープ [Wortsman+ ICML 2022] は複数のモデルパラメータを平均することで性能を上げる手法です。事前学習モデル からはじめて、様々なハイパーパラメータで訓練した結果のパラメータを とします。これらを平均したベクトル は個々のモデルよりも性能が高く、

この記事は「Eureka Advent Calendar 2021」の16日目の記事です。 Hello! 世界！MLエンジニアのsugikiです。 2021年ももう終わりますね。急に寒くなってきたので急に年末感がでてきました。 うちの犬もかまくらのハウスで丸くなりなかなか出てこなくなりました。 私は、普段はユーザが接するMLサービス全般に関わる業務に従事しています。今回は、GCPでMLOpsを導入したサービス事例や苦労した点について紹介したいと思います。 全体の構成今回は、検索やレコメンドでのリランキングサービスを例に構成を紹介したいと思います。機械学習を使ったリランキングはlearning-to-rank (LTR)と呼ばれるタスクでアカデミックでも研究が盛んに行われています。 一般的には、以下のように、検索エンジンやベクトル類似度など比較的軽量な処理でcandidate generat

五つの国家からなるフェブリス大陸。 コルニア王国でのヴァルモアの反乱によって巻き起こった戦火は やがて大陸全土を覆い尽くし世界を支配する。 主人公は亡国コルニアの王子として生き残り、 解放軍を率いることになったアレイン。 伝説の「一角獣の指輪」を手に、民を導くため、自軍の旗を掲げる。 旧コルニアの王太子でイレニア女王の息子。 幼い頃、ヴァルモアの反乱で母イレニアを失い、 ジョセフと共にパレヴィア島へ逃れる。 以後剣や軍隊戦術を学び十七歳まで育ってきた。

他とは一味違う経営シミュ 難易度:中級でサクッとやってきましたが、流れは基本的によくある経営シミュです。 最初は創業者の自分1人で店員の雇用や店舗数の拡大を行いつつ、会社がでかくなってきたら人事や製品開発、広報といった分野を専門して任せられる各部の部長(実際はCOO、CFOとかです)を雇用し自動化。最後には経済競争の中でライバル企業を蹴落とすといった感じです。 ただ、このゲームではその要素が現実の経済活動により近いシミュレーションとして動きます。 例えば、銀行から資金を借り入れることでよりスピード感を持って経営拡大が図れますし、コーヒー事業だけでなく株式投資事業をDLCでは不動産やベンチャー企業への投資、スポーツ事業への参入なんかも可能です。 そしてなんと「政府」も経済活動にちょっかいを入れてくるのです。ここら辺が特にこのゲームの特徴なので少し詳しくしておきます。 ・株 株式投資の企業なん

メルカリで値段の「¥マーク」を小さくしたら購入率が伸びた理由、ペイディがサービス名を「カタカナ表記」にする理由など、プロダクトのマーケ施策まとめ30(2023) 2023年に取材した記事から、長く参考になりそうな施策をまとめました。※ 数値等はあくまで取材当時のものです。 1、商品ページの「¥マーク」を小さくしたら購入率アップ（メルカリ）メルカリでは、商品詳細ページの「値段の¥マーク」を小さくしたところ、購入率が大きく上昇した。 理由としては、¥マークを小さくしたほうが、心理的な「価格の圧迫感」が減って、心理的にすこし安く感じるためと考えられている。例えば、¥マークが大きいと桁数が多く感じたり、価格を高めに感じやすい。 この案があがったときには、社内でも懐疑的だったそうだが、テストすると小さな開発コストで大きなリターンを得られる施策になった。 元記事：https://markelabo.c

はじめにUKIです。 いよいよ来年2024年から新NISAが始まります。今回の記事では、新NISAにおける投資戦略、特に個別株投資の戦略について考えてみます。この時期にこのテーマを取り上げることは、一般層にデータ投資を知ってもらう上で避けて通れないと考えました。 この記事を読んでいらっしゃる方は、「NISAで個別株投資なんかいらんやろ、米株インデックス（もしくはオルカン）でいいやん」と思っていることでしょう。本記事は、そのように投資に対して一定以上のリテラシーをお持ちの方を対象としています。そのような方にこそ、是非ご拝読頂きたいと思っています。 本記事では、まず新NISAの概要をざっくり説明し、続いて新NISAで個別株投資を考えるべき理由について説明します。その後、個別銘柄の選定手法について説明を進めます。今回筆者は、各企業の株価データと財務諸表を元に、どのような個別株が購入検討の余地があ

ごちきか# NTTコミュニケーションズ イノベーションセンターでは、社会・産業DXのためのSmart World の一貫として、時系列データ分析手法の研究開発、お客さまのデータ分析支援や社内データ分析人材育成を行っています。 ごちきか（gochikika） は、これら研究開発成果やデータ分析人材育成コンテンツをまとめたナレッジベースです。大別してメインコンテンツは以下の通りです。 分析: 主に製造業の時系列データを対象として、前処理からモデリングまで一連の基本的な分析手法をPythonコード付きで解説しています。 特集記事: 比較的新しめであったり難易度の高い手法や、私たちの取り組みを知ってもらうための学会発表資料が掲載されます。また一部未分類なコンテンツが格納されています。 私たちの研究開発成果は、同じくイノベーションセンターで開発しているノーコードAI開発ツールNode-AI に搭載さ

ChatGPT研究所さん主催のGPTsハッカソンに参加してきました！ 今回は我らがnote placeでの開催！ 今回のお題は「仕事効率化 + GPTs」でした。どんな仕事にAIがあると個人的に助かるか？と考えた時にすぐ思いついたのが人事系、特に評価まわりです。 マネージャーをやっている人は、誰しも評価とそのフィードバックをどう伝えるかに悩むと思います。 他のメンバーにプロファイリングを依頼したり、裏とりをしたり、1on1の資料を確認したりと、手間がかかるものです。反面、論点を集めて方針をざっくり決めたあと、最後の伝え方を決めるパートは、作文技術の勝負な側面があると感じていました。さらに、自分が思いついていない施策やサポート案も当然あるのでネタはいくらでもほしい。そのようなニーズを加味したフィードバック文章の案の作成をAIにやらせてみよう、という趣旨のGPTsです 練り上げ君です利用例ざっ

このNOTEの使い方◯ビジネス観点でGenerative AIの考え方を養うため ◯ファクト集・投資動向・インプリケーション ✗生成AIとは・技術解説・技術動向など 注：サマリーはすべて生成AIで要約し翻訳したものです。 とりあえずこれを読め

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。2024年初っ端の第27回目は、「礼儀は不要」「モデルに質問させる」「良い解答には報酬」など、大規模言語モデルの返答が向上する「プロンプト26の原則」をはじめとする5つの論文をお届けします。 生成AI論文ピックアップ複数の自律AIエージェントが過去の経験を共有して未知のタスクを処理するモデル「Experiential Co-Learning」 画像から動く3Dシーンを生成する新モデル「DreamGaussian4D」 大規模言語モデルの返答が向上する「プロンプト26の原則」が公開。「礼儀は不要」「モデルに質問させる」「良い解答には報酬」など 220以上の生成タスクが実

松尾研究室が2023年9~10月に東京大学サマースクールで開催した LLM 大規模言語モデル講座のコンテンツを無償公開しています。 本講座は約2,000名の受講者が参加し、全7回の講義を実施しました。 最終課題としてGPUを使ったコンペティションでは約800名が参加し熱戦を繰り広げました。 現在、講義のスライドのみ公開しております。 ダウンロードは利用規約を確認の上、下記からダウンロードをお願いいたします。 最終更新: 2024年2月10日 問題・フィードバック報告フォームはこちら 第1回：Overview of Language Models LLMの概要、今後の各回の講義の概要、および日本のLLM開発状況について 第2回：Prompting and Augmented Language Model 事前学習済みLLMを追加学習せずに活用する技術（プロンプティング、⽂脈内学習、Augme

Supershipの名畑です。今時の漫画アプリって「無料で1日1話読める」というのが多いように思いますが、私、なぜか家に単行本で全巻揃っている漫画もその1日1話無料で毎日1話ずつ読み直したりするんですよね。最近だと修羅の門とか。まとめて読めるのに、わざわざ毎日コツコツと。それがなぜかは自分でも答えが出ていません。 はじめに Metaがリリースした大規模言語モデルLlama 2(ラマ2)。 前回の記事「Metaの大規模言語モデル「Llama 2」をMacBook(M2)にダウンロードして会話をしてみるまでの記録」ではこのLlama 2をローカルに落としてサンプルプログラムを叩いて会話をしてみました。 今回はこのLlama 2をPythonで呼び出してみます。 前回と同様にローカル環境です。 私の環境 前回の記事から変わっていません。 MacBook Pro(Apple M2 Proチップ)で