2025.12.05 イベントレポート AIエンジニアが本気で作ったLLM勉強会資料を大公開 〜そのまま使えるハンズオン用コード付き〜 by Tomoki Yoshida #ai #llm #rag はじめに こんにちは、2020年に新卒入社してからDeNAでAIエンジニアをしている吉田（ @birdwatcherYT ）です。 いつもは Qiita に技術記事を発信しているのですが、今回は社内の取り組みとしてエンジニアリングブログを書くことにしました（入社6年目でなにげに初執筆です）。 それでは、2025年12月1日に渋谷オフィスでのオフライン開催とオンラインのハイブリッド形式で開催した社内勉強会の開催レポートをお届けします。 3時間の講義&ハンズオン形式のLLM勉強会を実施 新規AIプロダクトを開発しているPdM&エンジニア向けに、AIをコアとしたプロダクト作りのために必要な知識を詰め

はじめに以降の写真は全て私が撮影したものどうも、「AIは学習しない。」イコラです。 医師を辞めて、AI・スタートアップ界隈に来てからもう少しで3年になります。 「石（医師）の上にも3年」ということで、ここらでスタートアップやAI業界について振り返ってみようかと思います。 自分自身はAI業界に転身したつもりなので「スタートアップ界隈」という認識は薄いのですが、やっていることは「ザ・スタートアップ」なので、何かの参考になれば幸いです。 ※よく聞かれますが、医療AIはほとんど開発していません。ずっと画像生成、音声合成、大規模言語モデルといった、エンタメやディープテックに近い領域で戦ってきました。toBよりもtoC寄りです。 1. 医師から「虚構」の世界へ医師からこの業界に来て、最初に食らった洗礼は「言葉の重みの違い」でした。 医療の世界では、正確性とエビデンスが命です。「この手術、たぶん成功する

Reading Time: 8 minutes 近年、大規模言語モデル (LLM) の進化は目覚ましく、その能力をさらに拡張する「AI エージェント」が注目を集めています。AI エージェントは、LLM が自律的に意思決定を行い、外部ツールを利用してタスクを遂行することを可能にする枠組みです。これにより、単なるテキスト生成にとどまらず、複雑な問題解決や実世界とのインタラクションが可能になります。 AI エージェントについてなんとなく知ってはいるものの、AI エージェントが実際にどのように実装されていて動作しているのかがわからない、という声をよく聞きます。そこで本記事では、そういった方を対象に AI エージェントの概念を簡潔に解説し、特に「ReAct エージェント」に焦点を当てて、その仕組みと実装方法について解説します。また、エージェントの開発には、評価や可観測性が非常に重要になりますが、NV

はじめに はじめまして。株式会社neoAIの研究開発組織 (neoAI Research) の山本勇太です。 昨今、RAG（Retrieval-Augmented Generation）の実用化が急速に進展しています。RAGは、入力クエリをもとに検索器（Retriever）が文書データから関連文書群を取得し、それに基づき大規模言語モデル（LLM）などの生成器（Generator）が回答を作成する手法です。 LLMは多様な組織から頻繁に新しいモデルが公開されており、RAGの実用上優れているモデル選定のニーズは高いです。したがって、RAGにおけるGenerator選定のための、実用上の能力評価は重要な課題であると言えます。 RAGを実際の現場で使う際は、Genaratorには、Retrieverが取得した関連文書から根拠を正確に抽出する能力だけでなく、複数の関連文書からの根拠の取得及び統合・多

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 先日、Zennの「第3回 AI Agent Hackathon with Google Cloud」に参加し、Flutterを使って、3週間で一つのアプリ『Vegitage』をデプロイまで漕ぎ着けました。 今日は、そのアプリ自体の話ではありません。 この開発プロセスを通じて、私自身が体験した「プログラミングという行為の、根本的な変容」について、少し過激な物言いになるかもしれませんが、正直にお話ししたいと思います。 結論から言うと、これまでのプログラミング教育が金科玉条としてきた「基礎からの積み上げ学習」は、もはや時代遅れどころか、才能の

はじめに Wikipedia の JWT (JSON Web Token) に関する記事が誤っていたので、2020 年 5 月 9 日、英語版、日本語版ともに修正を行いました。 修正前の記事では、JWT のことを「JSON をベースとしたアクセストークンのためのオープン標準である」と説明していました。しかし JWT は用途を限定しない汎用的なデータフォーマットです。アクセストークンのフォーマットとして JWT を採用することは、JWT の応用事例の一つに過ぎません。なお、アクセストークンのフォーマットは必ずしも JWT とは限りません。→ 参考:『図解 JWS/JWE/JWT/IDトークン/アクセストークンの包含関係』 JWT を知らない状態で OAuth と OpenID Connect の学習を始めると、「JWT はアクセストークンのための技術である」、「JWT はユーザ認証のための技

こんにちは。 生成AIの知識拡張技術の１つであるRAGですが、いまいち役に立たないと感じてる人も多いのではないでしょうか？ ちまたでは、頑張ってチューニングしても精度は70%前後という噂もあります。 何も考えずにドキュメントを放り込んで70%だったら、まぁまぁ役に立つとは思いますが、何か月も泥臭いチューニングをたっぷりやって70%だと、 「そこまでやる必要あるのかなー」 という気もしますよね。 しかも永遠にそのデータが変わらないのであれば、チューニングし甲斐もありますが、たいていは日々状況は変化してドキュメントも陳腐化していきます。 最新情報が変化するということは、正解も変わってくるので時間がたてばたつほど、精度は悪くなっていくのです。 「生成AIとRAGを使って80%業務効率化できました！」 という眉唾な記事をよく見かけるようになりましたが、果たしてそこまでに費やしたコストと比較して効率

2023/09/06 に行われた OCHaCafe Season7 #4 で用いた資料です。 セッションアーカイブ動画：https://youtu.be/p3VmoPKrBNs

2024年のノーベル物理学賞は，「人工ニューラルネットワークによる機械学習を可能にする基礎的発見と発明」の功績で，米プリンストン大学のホップフィールド（John Hopfield）名誉教授とカナダのトロント大学のヒントン（Geoffrey Hinton）名誉教授に授与される。 ある技術が社会で広く使われ生活や産業を大きく変えたとき，その原点に立ち戻り，最初の一歩となった成果にノーベル賞が授与されることはしばしばある。今回の授賞がまさにその例だ。物理学賞を受賞した2人は1980年代に，今，最も注目が集まっている人工知能（AI）の根幹である人工ニューラルネットワークの基礎を築いた。 ヒントになったのは，磁性の振る舞いを語るのに使われている物理学のモデルだ。磁性体はしばしば，互いに影響を及ぼし合う電子のスピン（自転の向きに相当する）が縦横に並んだモデルで記述される。各スピンはお互いの距離と相互作

【この記事のポイント】・各種データなどを基に中国漁船の動きを検証・魚種豊富な世界三大漁場の一つ、三陸沖で活発操業・中国政府は日本産水産物を禁輸、矛盾が生じる日本産水産物の全面禁輸を続ける中国の漁船が、世界三大漁場の一つとして知られる三陸沖などで活発に操業を続けていることが日本経済新聞の調べで分かった。中国は2023年8月に始まった東京電力福島第1原子力発電所の処理水放出に強く反発する姿勢を崩して

この記事は、CYBOZU SUMMER BLOG FES '24 (クラウド基盤 Stage) DAY 10 の記事です。 こんにちは。クラウド基盤本部の野島です。Go は goroutine やチャネルなどの仕組みが備わっており、簡単にマルチスレッドなプログラムを書くことができる言語だと言われています。しかし、マルチスレッドプログラミングには独特の罠があり、何も知らない人が雰囲気でコードを書くとわかりにくいバグを仕込んでしまうリスクが非常に高いです。 この記事では、マルチスレッドプログラミングに詳しくない人に向けて、そのような罠を避けるための方法を紹介します。この記事は Go の基本的な使い方を知っていることを前提としています。 這い寄るデータ競合の恐怖 まずは以下のようなプログラムを考えてみましょう。これは複雑な計算を行って結果を返すような HTTP サーバーのコードです。 // 複雑

G-gen の堂原と又吉です。当記事では、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（旧称 GCP）が提供するフルマネージドな RAG サービスの比較を行います。 はじめに 当記事について RAG とは 3社比較 前提条件 機能比較 料金シミュレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Knowledge bases for Amazon Bedrock（AWS）の詳細 構成図 プロダクト一覧 Knowledge bases for Amazon Bedrock Amazon S3 Amazon OpenSearch Service できること 検索 対応データソース 料金 概要 基盤モデル利用料金 ベクトルデータベース料金 Azure

こんにちはChoimirai Companyのサンミンです。 0  はじめにDifyがLangChainと決別し、独自の「Model Runtime」を採用したのが2024年の1月。 LangFlowやFlowiseなど複合AIシステムではLangChainに依存した設計が多い。DifyもLangChainベースの設計だったけど今年の1月に独自の「Model Runtime」を発表👏↓。当時は難しい判断だったと思う。が、変化のスピードとDifyが描いてる世界観を考えると正解だった。Difyを勧めるもう一つの理由、です。 https://t.co/AybwXRXkJ9 pic.twitter.com/n7d9aae76N — sangmin.eth | Dify Ambassador (@gijigae) April 24, 2024 LangChainの導入を慎重に考えるべきだとする声は

本ブログはこんな人におすすめ RAG (Retrieval Augmented Generation)を使ったアプリケーションを開発しているけど評価に関心のある人 LLM (Large Language Model)やRAGのハルシネーションをどう評価するのかに関心のある人 Ragas (RAGの評価ライブラリ：Retrieval augmented generation assessment)の挙動に興味がある人 こんにちは。私はBeatrustのML周辺のお手伝いをしている鈴木宏和と申します。今回はこれから3つのパートに分けて紹介させていただきますが、LLMの応用として特に注目を集めているRAG (Retrieval Augmented Generation)について、RAGの評価の必要性とアプローチ方法について考察しつつ、RAGに特化した評価ライブラリであるRagasの有用性に関する

2023.12.30 18:00 「ガウェインの結婚」を歴史の授業で使わないで！～中世の英文学と女性がもっとも望むこと 2年ほど前に「世界史講義録」というウェブサイトの「最初の授業」という記事がバズったことがありました。これは高校世界史の授業初回で、アーサー王伝説の「ガウェインの結婚」をとりあげ、歴史は面白い……というような話の枕にするというものです。 詳しくはリンク先の元記事を読んでいただきたいのですが、非常にざっくり説明すると、アーサー王が敵の騎士から「すべての女性がもっとも望むことは何か」という問いを出され、それの答えが「自分の意志を持つこと」だったという話をネタに、「700年から500年くらい前の時代につくられた物語」なのに既に女性の人権に関係するようなトピックを取り扱っていて現代的だ……という内容です。 このウェブサイトの講義は、2009年発行の竹田青嗣『中学生からの哲学「超」入

政府は3人以上の子どもがいる多子世帯について大学授業料など高等教育費を無償化する方針だ。月内に決定する少子化対策の「こども未来戦略」に盛り込む。2025年度から始め、所得制限は設けない。大学や短期大学、高等専門学校などの学生が対象になる。すでに24年度から返済不要の「給付型奨学金」と授業料減免の対象を多子世帯や理工農系の中間層に拡大すると決めている。現在、両親と子2