DeepWiki | AI documentation you can talk to, for every repoA Go implementation of the Model Context Protocol (MCP), enabling seamless integration between LLM applications and external data sources and tools.
テキスト埋め込みモデルPLaMo-Embedding-1Bの開発 - Preferred Networks Research & Development
2025/04初頭時点で、OpenAIのtext-embedding-3-largeなどの他社モデルを上回り、日本語テキスト埋め込みモデルとしてトップのスコアを記録しています (**)。特にテキスト埋め込みモデルの主要な用途と言えるRetrieval (検索タスク) では既存のモデルの最高スコアから2ポイント以上の更新を達成しており、情報検索での利用に適したモデルであることを示唆していると言えます。 (*) コンテキスト長1024で計測 (以降も断りがなければ同様)。これは学習時に用いたコンテキスト長が1024までであるため。ただし、ベースモデルの最大コンテキスト長であり、PLaMo-Embedding-1Bのconfig上の最大コンテキスト長である4096で計測しても、そこまで性能が下落するわけではないことがわかっています (Appendix参照)。 (**) 2025/04/14にRu
ニューラルかな漢字変換システム「Zenzai」の開発 | さくらのナレッジ
こんにちは、東京大学の三輪敬太です。 私は2024年度に未踏IT人材発掘・育成事業として「ニューラル言語モデルによる個人最適な日本語入力システムの開発」というテーマで採択され、早稲田大学の高橋直希さんとともにmacOS上の日本語入力システムを作りました。今回はこの中でも中心的な開発テーマの1つであった「ニューラルかな漢字変換システム」の開発と、その成果について紹介します。 かな漢字変換とは？ 日本語は通常、漢字やひらがな、カタカナ、数字、アルファベットなど、何千種類もの文字を使い分けて表記されます。これをわずか高々100個強のキーしかないキーボードで入力するために重要になるのが、日本語入力システムによる支援です。 多くの皆さんが使っている日本語入力システムでは、ローマ字を介してひらがなを入力し、それを変換して漢字かな交じり文とします。このひらがなによる入力から漢字かな交じり文を作る部分で行
うさぎでもわかる マルチエージェントLLMシステムの失敗理由
うさぎでもわかる マルチエージェントLLMシステムの失敗理由 はじめに：うさぎ村の困りごと こんにちは、今日はうさぎさんたちの困りごとについて、お話しましょう。 うさぎ村には、色々な役割のうさぎさんたちが住んでいます。みんなが力を合わせて「大きなニンジンケーキ」を作ることになったのですが、なぜか上手くいかないんです... でも、なぜうまくいかないのでしょう。みんなとても賢いうさぎたちなのに、一緒に協力するとどうもうまくいかないことがしばしば...これって、不思議ですよね？ 実は、これとよく似た問題がAI技術の世界でも起きているんです。「マルチエージェントLLMシステム」と呼ばれる、複数のAIが協力して作業を行うシステムが、理論上は素晴らしいはずなのに実際にはうまく機能しないという問題が研究で明らかになりました。 今回は、この研究論文「Why Do Multi-Agent LLM Syste
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
処理を実行中です
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
