OpenAIの次世代大規模言語モデル「GPT-5」が2024年夏に公開されるとの報道
OpenAIの大規模言語モデル「GPT-5」が2024年の夏頃に登場すると報じられています。既存のGPT-4からメジャーアップデートを果たすのか、あるいはGPT-4.5のような形になるのかは不明ですが、サム・アルトマンCEOが「前より良くなっている」と話したと報じられています。 GPT-5 might arrive this summer as a “materially better” update to ChatGPT | Ars Technica https://arstechnica.com/information-technology/2024/03/openais-gpt-5-may-launch-this-summer-upgrading-chatgpt-along-the-way/ Business Insiderによると、OpenAIはGPT-5を2024年中頃にリリース
GPT-4の回答を向上させる「プロンプト26の原則」、220以上の生成タスクが実行可能なマルチモーダルモデル「Unified-IO 2」など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
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
ChatGPTの効果的なプロンプト手法における「基本のキ」を理論とテンプレート両方で紹介 | AIDB
ChatGPTなどのLLMは、自然言語を理解し、人間のように対話する能力を持っており、多くの場面でその能力を発揮しています。しかし、これらのモデルが最大限のパフォーマンスを発揮するためには、適切なプロンプト（指示テキスト）を使用することが不可欠です。 本記事では、ChatGPTをはじめとするLLMの効果的なプロンプト手法に焦点を当てた論文をもとに、「基本のキ」を紹介します。モデルに、より正確かつ効果的な回答を引き出すための原則と、現時点での主要なプロンプトエンジニアリングの知見を整理しました。 【告知】AIDB HRの人材側登録者全員に対し、業界研究の手間を削減できるように「AI事業を行う企業リスト」を配布します。無料登録後すぐに閲覧とダウンロードが可能です。▼ 参照論文情報 ・タイトル：Unleashing the potential of prompt engineering in L
OpenAI、「ChatGPT」の独自バージョンを構築可能に
UPDATE 「ChatGPT」の提供によって人工知能（AI）チャットボットを誰もが知る存在に押し上げたOpenAIは米国時間11月6日、ChatGPTの独自の特定用途バージョンをユーザーが構築できるようにすると発表した。 そうした特定用途ボットは「GPTs」と呼ばれ、プログラミングの知識がなくても構築できるという。ユーザーに必要なのは、自然な言葉による指示と追加の知識を与えた上で、画像作成やウェブ検索など、その目的を決めることだ。 「GPTsは、ChatGPTを特定用途向けにカスタマイズしたバージョンだ」と、OpenAIの最高経営責任者（CEO）であるSam Altman氏は述べた。同氏は、サンフランシスコで開催されたOpenAI DevDayでこの技術のデモを披露し、構築されたシステムに対して、同氏がアップロードした自身の講演の動画を基に、新興企業向けにアドバイスを提供するアプリを作成
Azure OpenAI Serviceの日本語記事まとめ
Azure OpenAI Serviceについての日本語記事のまとめです。主に公式ドキュメント以外のブログやZenn/Qiitaの記事をまとめています。ボリュームが多いので、目次から気になる項目を選択してご覧ください。 ※長く使える知見のまとめにしたかったので一過性のニュース的な記事や内容が重複している機能紹介記事などは意図的に掲載していません。 この記事はGitHubで管理されています。まとめへの追加修正はプルリクエストまたはIssuesでお気軽にお寄せください！ また、以前に本記事をご覧いただき、そこからの差分を知りたい場合はGitHubのHistoryも併せてご覧いただけると把握しやすいかと思います。 概要 まずはここから Azure OpenAI Service を使い始める Azure OpenAI Serviceの概要から実際のリソースデプロイ、プレイグラウンドとAPIでの呼び
GPT-4などのLLMに「自らの論理的な整合性をチェック」させるフレームワーク『LogiCoT』と実行プロンプト | AIDB
関連研究 LLMの出力から誤り（ハルシネーション）を減らす新手法『CoVe（Chain-of-Verification）』と実行プロンプト 推論能力をさらに強める戦略『AoT』で、LLMが「直感」に似た能力を示すようになった メタ認知をさせてLLMの能力を上げる手法「メタ認知プロンプティング」 従来の課題と背景 LLMの推論能力の限界 大規模言語モデル（LLM）は、短い質問や単純なタスクに対してはゼロショットで高い性能を発揮しますが、ステップバイステップの推論が必要な長い質問や複雑なタスクに対しては、通常はその性能に限界があります。複数の前提条件や仮定に基づいて論理的に推論する必要がある場合、LLMはしばしば不正確な結論に至ることがあります。 CoTフレームワークの限界と利点 Chain-of-Thought（CoT）フレームワークは、このような複雑な問題に対する一つの解決策として提案され
【文系でもわかる】ChatGPTのキモ「Transformer」「Attention」のしくみ
第1回は、さまざまなタスクをこなす万能型ジェネレーティブAIツール「ChatGPT」の性能の鍵を握る「トークン長（GPTが文脈を意識できる過去の単語数）」やGPTの歴史的経緯について解説しました。第2回はGPTを支える自然言語処理 の分野で使用される深層学習モデル「Transformer」とその根幹となる「Attention機構（そのタスクにおいてどの単語の重要度が高く、注目すべきか決める仕組み）」についてです。TransformerとAttention機構の仕組みを定性的に把握し、それを踏まえてGPTの能力と可能性について考察したいと思います。テクノロジー領域に明るくない人でもわかる記事を目指します。
OpenAI、ChatGPTが画像を分析する『GPT-4V（ビジョン）』を発表。安全性、嗜好性、福祉機能を強化 | AIDB
科学的・医学的な限界 GPT-4は、一般的な科学的な質問や医学的なアドバイスに対しても一定の回答能力を持っていました。しかし、その回答が不正確である場合、特に危険な化学物質や薬物に関する誤情報を提供する可能性があり、これが非常に危険な状況を引き起こす可能性がありました。 モデルの偏見と信頼性 AIモデルが持つ偏見や信頼性の問題は、業界全体でよく知られている課題です。GPT-4も例外ではなく、特に画像データを用いた場合、その偏見や信頼性の問題がさらに顕著になる可能性がありました。 GPT-4Vができること＆特長 1. 画像入力の分析能力 GPT-4Vは、テキストだけでなく画像入力も分析できるという画期的な特長を持っています。この機能は、テキストと画像の両方に対応する多モーダルAIの新しい領域を拓くものと期待されています。GPT-4Vはユーザーが提供する画像を解析し、その内容に基づいてテキスト
ChatGPT、“目”と“耳”の実装を発表 写真の内容を認識、発話機能でおしゃべりも可能に
米OpenAIは9月25日（現地時間）、同社のチャットAI「ChatGPT」に、画像認識、音声認識、発話機能が搭載されたと発表した。今後2週間かけて、PlusユーザーとEnterpriseユーザーに展開するという。画像機能はPCやスマートフォンなど全てのプラットフォームからアクセスでき、音声機能はiOS／Androidで利用可能。 画像認識機能は、写真やスクリーンショット、テキストと画像の両方を含むドキュメントなどの読み取りが可能。OpenAIでは「グリルが起動しない原因を解決したり、冷蔵庫の中身を調べて食事の計画を立てたり、仕事関連のデータの複雑なグラフを分析したりできる」としている。 複数枚の画像読み取りにも対応。認識してほしい部分を丸で囲ってChatGPTに読み込ませることができる他、ChatGPTと話している内容を画像で表示させることも可能という。こうした画像認識は、マルチモーダル
OpenAI「GPT-3.5 Turbo」にファインチューニング機能。用途に合わせてカスタム可能に | Gadget Gate
テクノロジー GPT-4にも今秋導入へ OpenAI「GPT-3.5 Turbo」にファインチューニング機能。用途に合わせてカスタム可能に Image:OpenAI OpenAIは、GPT-3.5 Turbo（GPT-3.5の軽量版）にファインチューニング機能を追加したことを明らかにした。ファインチューニング（微調整）とは、OpenAIの顧客が独自に用意したデータをAIに学習させ、特定の分野でのAIの信頼性を向上させることだ。 OpenAIは「GPT-3.5 Turboのリリース以来、開発者や企業はユーザーにユニークで差別化されたエクスペリエンスを生み出すためにモデルをカスタマイズする機能を求めてきた」とし、それに応えるのが今回の機能追加となる。同社は、ファイチューニングを行うことで、追加学習させた分野においては、GPT-4が持つ基本能力と同等、またはそれ以上のレベルにGPT-3.5 Tu
ChatGPTがさらに楽に！ 会話設定を記憶「カスタム指示」無料化
OpenAIは8月9日（現地時間）、同社のAIチャットボット「ChatGPT」の有料プラン「ChatGPT Plus」ユーザー向けに提供されていた「カスタム指示（Custom instructions）」機能を無料版ユーザーにも公開したと発表した。 ChatGPTに知っておいてほしいことを入力 ChatGPTが応答する際に考慮してほしいことをあらかじめ入力しておける同機能は、7月20日に有料プランユーザーに向けて提供開始されていた。今回すべて（英国およびEUはのぞく）のユーザーが利用できるようになる。 カスタム指示の設定画面が開くので、「What would you like ChatGPT to know about you to provide better responses?（ChatGPTに知っておいてほしいこと）」と、「How would you like ChatGPT to
ChatGPT、理想の回答を引き出す「ベストプロンプト」の作り方
生成AIのChatGPTについて、雑誌の特集、書籍の刊行に続き、ムックが登場した。 本書「ChatGPT ＆ 生成AI 最強の仕事術」（日経BP）は、デジタルメディア「日経クロストレンド」が、生成AIの関連記事をまとめたもの。雑誌の機動性と書籍のボリュームを合わせ持つムックならではの完成度に驚いた。ChatGPTは、これ1冊があればいい。 「ChatGPT ＆ 生成AI 最強の仕事術」（日経クロストレンド編）日経BP 「ChatGPTでプレスリリースを実際に作ってみた」 生成AIはPCやスマホの登場の登場に匹敵する転換点であり、すべてのビジネスパーソンが必須のスキルとして使いこなす時代になった、と冒頭で宣言している。 ChatGPTを使うには、理想の回答を引き出す「ベストプロンプト」――つまり、「良い質問」が求められる。プロンプトのお手本として知られる、深津貴之氏による「汎用プロンプト」を
OpenAIが将来のAIモデルの改善に向けたウェブクローラー「GPTBot」を発表、同時にAIによる無断での学習を防ぐためのブロック方法も公開
GPT-3.5やGPT-4などの大規模言語モデルは、インターネット上のさまざまなコンテンツを学習することで、ユーザーからの質問やプロンプトに応えています。OpenAIが2023年8月に技術ドキュメントなどを公開したウェブクローラー「GPTBot」は、アクセスが許可されているウェブサイトから自動で情報を取得し、GPT-4や将来的に公開されるGPT-5などの大規模言語モデルの改善に役立てられるとされています。 GPTBot - OpenAI API https://platform.openai.com/docs/gptbot OpenAI Launches GPTBot With Details On How To Restrict Access https://www.searchenginejournal.com/openai-launches-gptbot-how-to-restric
ChatGPT「Code Interpreter」とは？何ができる？データ分析能力が飛躍的向上のワケ
Code Interpreterとは？ 何ができる？ 年平均35％以上で成長し、2030年には1,093億ドルに達すると予想される生成AI市場。ChatGPTを展開するOpenAIが主導権を握っていると思われるが、Bardを擁するグーグルのほか、AlphaGoの技術を活用したチャットボットGeminiを開発するディープマインド、ChatGPTよりも強い記憶力を売りとするClaude2をリリースしたAnthropicなど、競合がひしめきあい、競争が激しい市場となっている。 生成AIトレンドの火付け役となったOpenAIは優位性を維持するために、ChatGPTのプラグインを拡充するなどさまざまな施策を展開中だ。ChatGPTにおける直近のアップデートで特に注目されているのが「Code Interpreter」のリリースだろう。 Code Interpreterの存在が明らかにされたのは3月23
GPTが単純に回答するだけでなく、動的に振る舞えるようになる Groundingを使ったプロンプティング「ReAct」の流れ | ログミーBusiness
ユーザーの立場ではAIネイティブな働き方が身近に迫っており、データサイエンティストやMLエンジニアにとってはGPTを活用した開発を意識する必要が出てくる中、マイクロソフトの取り組みやML開発のパラダイムシフトをご紹介する「ChatGPTによって描かれる未来とAI開発の変遷」。ここで日本マイクロソフト株式会社の蒲生氏が登壇。次に、ReActについてと、ReActにおけるプロンプトの流れについて話します。前回はこちらから。 外部情報を取得して文脈として与える考え方「Grounding」蒲生弘郷氏（以下、蒲生）：時間的にはあと5分しかないんですが、すみません、延びるのを前提でやらせてもらいます。 外部情報を取得して文脈として与える考え方に「Grounding」というものがあります。いきなり出てきて何なのかという話になってくるんですが、いわゆるBing Chatに近いものです。 Bingは基本的に
OpenAIが「GPT-4」を一般公開し誰でも利用可能に、ChatGPT内でコードを実行する機能も正式リリース
OpenAIが高性能モデル「GPT-4」のAPIを一般公開しました。また、ChatGPT Plusの会員向けにコード実行プラグイン「Code Interpreter」の一般公開も予告されています。 GPT-4 API general availability and deprecation of older models in the Completions API https://openai.com/blog/gpt-4-api-general-availability GPT-4 API is now available to all paying OpenAI API customers. GPT-3.5 Turbo, DALL·E, and Whisper APIs are also now generally available, and we’re announcing a
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
カスタムChatGPT開発例4選、新機能「GPTs」で書籍情報や天気情報を調べるAIチャットを作る【イニシャルB】
OpenAI、改良版生成AIモデル「GPT-4 Turbo」を「GPT-4」より安価に提供へ
チャットＧＰＴにブラウジング機能、最新データが取得可能に
面倒な「ダミーデータ作成」をChatGPTに任せる〜Code Interpreterの限界までリアリティを追求した作業の記録【イニシャルB】
