DuolingoのAI英会話｢MAX｣がついに日本語対応。GPT-4o対応で英語力が伸びる理由を聞いた
2012年に正式リリースされ、現在までに全世界のMAU（月間アクティブユーザー）が1億360万人を超える語学学習アプリ｢Duolingo（デュオリンゴ）｣。42種類の異なる言語を扱い、合計100以上のコースを提供している。 9月25日には、ChatGPTの｢GPT-4｣および最新モデル｢GPT-4o｣を搭載した新プラン｢Duolingo Max｣（月額4490円、年額2万2800円）を、日本語話者ユーザー向けに提供開始した。 同プランは、文法などの誤りのフィードバックやロールプレイ、キャラクターとの会話によって、｢英会話｣に特化した学習ができる。 DuolingoでGlobal Principal Product Managerを務めるZan Gilani氏に、新プランの狙いと反響を聞くと共に、英語学習歴が約7年の筆者が新プランを体験してみた。
GenOps: マイクロサービスと従来の DevOps の世界から学ぶ | Google Cloud 公式ブログ
※この投稿は米国時間 2024 年 8 月 31 日に、Google Cloud blog に投稿されたものの抄訳です。 生成 AI アプリケーションは誰が管理すべきでしょうか。AI 関連の所有権はデータチームが持つことが多いものの、生成 AI アプリケーションに固有の要件はデータチームや AI チームの要件とは明らかに異なり、DevOps チームとの類似点が多いこともあります。このブログ投稿では、これらの類似点と相違点を探り、生成 AI アプリケーション独自の特性を扱う新たな「GenOps」チームの必要性について検討します。 「データからモデルを作成する」ことを目的とするデータ サイエンスとは対照的に、生成 AI は「モデルから AI 対応サービスを作成する」ことに関連しており、既存のデータ、モデル、API の統合に関与するものです。このように見ると、生成 AI は従来のマイクロサービス
Introducing SAM 2: The next generation of Meta Segment Anything Model for videos and images
Introducing SAM 2: The next generation of Meta Segment Anything Model for videos and images Following up on the success of the Meta Segment Anything Model (SAM) for images, we’re releasing SAM 2, a unified model for real-time promptable object segmentation in images and videos that achieves state-of-the-art performance.In keeping with our approach to open science, we’re sharing the code and model
Introducing Segment Anything: Working toward the first foundation model for image segmentation
Segment Anything’s promptable design enables flexible integration with other systems. SAM could receive input prompts, such as a user’s gaze from an AR/VR headset, like Project Aria. SAM: A generalized approach to segmentation Previously, to solve any kind of segmentation problem, there were two classes of approaches. The first, interactive segmentation, allowed for segmenting any class of object
Duolingoなども利用するAIエージェント「Decagon」が累計150億円を調達 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
ジェシー・チャンは、2度目の起業にあたり、企業が真にその価値を実感できる迅速に利用できるソフトウェアを作りたいと考えていた。2023年8月、彼は起業家イベントで出会ったアシュウィン・スリニバスとチームを組み、数十のスタートアップに調査を行った結果、人工知能（AI）を活用したカスタマーサービスのシステムを思いついた。そして、Decagon（デカゴン）を共同創業した。 それから1年以上が経った今、サンフランシスコを拠点とする同社はNotion（ノーション）やDuolingo（デュオリンゴ）、Rippling（リップリング）、Bilt（ビルト）、Substack（サブスタック）といった企業に顧客サービスの仕組みを提供している。デカゴンのシステムは、アプリの操作方法に関する質問に答えたり、払い戻し処理やサブスクリプションのキャンセル、クレジットカードの再発行などを行っている。 デカゴンの企業顧客の
LLMを用いた分類タスクのためのデータセット拡張 - Preferred Networks Research & Development
はじめに PFN2024夏季インターンに参加させていただいた、東京大学情報理工学系研究科修士1年の阿部 陽樹です。今回のインターンでは、大規模言語モデル（LLM）を用いた事後学習用のデータセットの拡張に取り組みました。本ブログでは、今回のインターンでの成果物についてご紹介させていただきます。 背景 近年、大規模言語モデル（LLM）の性能向上に伴い、各種自然言語処理タスクにおける応用が急速に拡大しています。しかし、これらのモデルのトレーニングには膨大な量の高品質データが必要であり、データ収集とアノテーションには時間とコストがかかるため、データセットの限界がモデルの性能向上を制約する主要な要因の一つとなっています。本インターンでは、LLMを活用して既存のデータセットを効率的に拡張する方法を検討しました。具体的には、LLMによるデータ生成を駆使して、データセットの多様性と規模を拡大し、“LLM
テスト実行にデータを自動的に記録する | Vertex AI | Google Cloud
フィードバックを送信 テスト実行にデータを自動的に記録する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 自動ロギングは、モデル トレーニングの実行から Vertex AI Experiments に自動的にパラメータと指標をロギングする、Vertex AI SDK の機能です。このデータを手動でロギングする必要がなくなるため、時間と労力を節約できます。現在、自動ロギングはパラメータと指標の記録のみをサポートしています。 データの自動ログ Vertex AI Experiments にデータを自動ロギングする方法は 2 つあります。 Vertex AI SDK によって自動的に ExperimentRun リソースが作成されるようにする。 自動ロギングされたパラメータと指標を書き込む ExperimentRun リソースを指定する。 自動作成 Exper
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
https://kushajveersingh.github.io/blog/general/2021/03/13/post-0014.html
What we learned at Pendomonium and #mtpcon: Day 2
Accelerating generative AI with Vertex AI Studio: Put your prompts on the fast track
Define your evaluation metrics | Generative AI on Vertex AI | Google Cloud
Introduction to Vertex AI Search | Vertex AI Agent Builder | Google Cloud
Segment Anything
Segment Anything
GitHub - yizhongw/self-instruct: Aligning pretrained language models with instruction data generated by themselves.
https://www.researchgate.net/publication/267991259_Probase_a_Universal_Knowledge_Base_for_Semantic_Search
GitHub - jxpress/lightning-hydra-template-vertex-ai
lightning-hydra-template-vertex-ai/documents/README.original.md at main · jxpress/lightning-hydra-template-vertex-ai
vertex-ai-samples/notebooks/official/experiments/get_started_with_vertex_experiments_autologging.ipynb at main · GoogleCloudPlatform/vertex-ai-samples
Effortless tracking of your Vertex AI model training | Google Cloud Blog