フォレストワークショップ2023で行った招待講演の内容 ・honest treesとは？ ・Causal treesによる因果推論 ・Random forestの漸近正規性と、causal forestによる因果推論 ・Generalized random forestによる因果推論

■ AGIラボとは？ AGIラボは、GPTs、Dify、Createなどの最先端AI技術に特化したメディア・コミュニティです。240以上の記事が読み放題で、即活用できる実践的プロンプトが満載。日常業務の自動化から創造的プロジェクトまで、幅広い分野でのAI活用方法をわかりやすく提供します。 ■ こんな方にオススメ ・最新AIツールを業務や創作に活用したい方 ・AI関連の最新トレンドを効率的にキャッチアップしたい方 ・実践的なプロンプトでAI活用スキルを習得したい方 ・AIについて情報交換や議論がしたい方 ・限定コミュニティで自分の可能性を広げたい方 ■ 参加特典 ・300以上の記事が読み放題。実践的なプロンプト多数 ・会員限定記事で最新ツール・プロンプト事例を随時更新 ・コミュニティでアイデア交換や共同プロジェクト ・AIコンテストやイベントに参加可能 AGIラボの実践的ナレッジを活用し生成

ゆっくりしていってね！ 先日、NPO法人ぱっぷす理事長が、「北欧モデル」を支持したとみられる発言をしたそうよ。 NPO法人ぱっぷす理事長「買春した側を犯罪にし、性を売る側を非犯罪化にしてほしい」 https://t.co/mFDzR0CeeZ — Share News Japan (@sharenewsjapan1) February 19, 2023 NPO法人ぱっぷすは、ポルノ規制や性産業規制を唱えるフェミニスト団体よ。このことはTwitterの一部では有名だから、「またフェミニストが変なことを言い出したぜ！」と、主にアンチフェミニストと思われるいつもの皆さんがいつものように反応したわ。 けれど、その方々は（Share News Japanが要約したであろう）「買春した側を犯罪にし、性を売る側を非犯罪化にしてほしい」という文章しか読んでおらず、その結果、反論がだいぶズレてしまっていたの

Our mission is to ensure that artificial general intelligence—AI systems that are generally smarter than humans—benefits all of humanity. Our mission is to ensure that artificial general intelligence—AI systems that are generally smarter than humans—benefits all of humanity. If AGI is successfully created, this technology could help us elevate humanity by increasing abundance, turbocharging the gl

月間10万人が読んでいるCoral Insightsのニュースレターにご登録いただくと、Coral Capitalメンバーによる国内外のスタートアップ業界の最新動向に関するブログや、特別イベントの情報等について、定期的にお送りさせていただきます。ぜひ、ご登録ください！ 創業1年半で約7億円、累計9億円のシリーズA資金調達をする段階までノーコードツールを組み合わせてプロダクトとオペレーションを磨いてきたスタートアップがあります。Coral Capitalが出資するリモートワーク支援プラットフォーム「リモートHQ」を提供するHQです。 HQは2021年3月の創業で、約1年後の2022年4月に初の外部資金として約2億円を調達しています。その後、リモートワークやハイブリッドワークの広がりを背景に、大手企業を含む導入事例と売上をぐんぐんと伸ばし、シード調達からわずか6カ月半後の2022年11月に約7

Transformerに自分の好みのDLsite音声作品を学習させて、癖に刺さる新作を毎日通知するシステムを作った話PythonAWS自然言語処理機械学習個人開発 作ったもの DLsiteの新作音声作品をクローリング -> 好みかどうか推論 -> 好みならSlack通知をするシステムを完全サーバーレス（AWS SAM）で構築しました。さらなる精度向上のため、Slackメッセージのボタンをもとに教師データを蓄積する処理も作りました。 デモ（ぼかしMAX） とてもわかりにくいですが、好みであろう作品がPOSTされているSlackの画面です。各メッセージについている「興味あり！」「別に…」ボタンを押すとLambdaが起動し、DynamoDBに新たな教師データとして保存されます。 なぜ作ったのか DLsiteが好き、以上。 ・・・ もう少し真面目に書くと、 会社でテキストデータに触れることが多いの

「Google Colab」で 「PEFT」による大規模言語モデルのファインチューニングを試したので、まとめました。 1. PEFT「PEFT」(Parameter-Efficient Fine-Tuning)は、モデルの全体のファインチューニングなしに、事前学習済みの言語モデルをさまざまな下流タスクに適応させることができるパッケージです。 大規模言語モデルのファインチューニングは、多くの場合、法外なコストがかかりますが、「PEFT」は少数のパラメータのみをファインチューニングするため、計算コストとストレージ コストが大幅に削減でき、さらには、完全なファインチューニングに匹敵するパフォーマンスを実現します。 現在サポートしている手法は、次の4つです。 ・LoRA ・Prefix Tuning ・P-Tuning ・Prompt Tuning 2. Colabでの実行Google Colab

「Google Colab」で「FlexGen」を試したのでまとめました。 【注意】「OPT-30B」のチャットデモを実行するには、「Google Colab Pro/Pro+」の「プレミア」の「ハイメモリ」と、300GBほどのGoogleドライブが必要です。 1. FlexGen「FlexGen」は、限られたGPUメモリ (16GB T4 または 24GB RTX3090など) で大規模言語モデルを実行するための高スループット生成エンジンです。 大規模言語モデル (LLM) は、ChatGPTやCopilotなどのアプリケーションのコアになりますが、LLM推論の計算とメモリの要件が高いため、従来では複数のハイエンドアクセラレータを使用した場合にのみ実行可能でした。「FlexGen」は、LLM推論のリソース要件を1つのコモディティGPU (T4、3090など) にまで下げ、さまざまなハード

英語学習の強い味方、ChatGPT。 指示の出し方ひとつで、生成される文章のパフォーマンスが大きく変わることを知っていましたか？ ChatGPTが欲しい答えをくれないのではなく、私たちの指示の出し方が悪かったのです。 この記事では、noteのCXO深津貴之さんが提唱した、ChatGPTに最高の仕事をさせる「深津式汎用プロンプト」を英語学習に適用する方法を紹介します。

数々の研究により、目標を定めて取り組むと、従業員のパフォーマンスを改善できることが明らかとなりました。さらに、目標の難易度を上げて明確なゴールを設定したほうが、達成に向けて従業員のエンゲージメントが一層向上する、という研究結果もあります。難易度の高い目標を掲げて進捗状況を確認できるようにするために Google でよく使われているのが、「目標と成果指標（Objectives and Key Results:OKR）」という手法です。 OKR の概要: 目標は、場合によっては若干気後れするくらいの高いレベルに設定します。成果指標は、数値化して測定し、簡単に評価できるようにします（Google では 0～1.0 の範囲で設定しています）。OKR は組織の全員に公開して、誰もがお互いの作業状況を確認できるようにします。OKR では、目標の 60～70% の達成率が理想的です。逆に、達成率が常に

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

こんにちは。研究開発部の青見 (@nersonu) です。 そろそろ花粉症の季節ですね。週1でしか出社しない私は、なんとか引きこもって数ヶ月しのぎたいところです。 さて、今回は BERTopic という OSS について、さっくりとした手法の解説もしつつ、簡単に文書のクラスタリングを試そうと思います。 github.com 目次 目次 BERTopic とは 文書の埋め込み 文書のクラスタリング トピック表現 手法の概要まとめ BERTopic を試してみる インストール モデルのロード クラスタリングの実行 結果の確認 トピックごとの単語の重要度 トピックごとの文書を眺めてみる 次元削減手法・クラスタリング手法の変更 使ってみての所感 BERTopic とは BERTopic はいわゆるトピックモデリングを行うための OSS です。 トピックモデルは、文書集合から「トピック」は何が含まれ

ReactとTypeScriptで、シンプルかつ実用的なChrome拡張機能を開発するための入門書です。 開発のために最低限知っておきたい知識から環境構築の方法、実装で陥りやすいポイントまでを網羅的に解説します。 また、本書を読むことでDeepLのような実践的な翻訳Chrome拡張機能を開発できるようになります。 所要時間： 約2時間 対象者： Reactを少しでも触ったことがある人 【2023/02/20】 初版を公開しました！ 【2024/02/18】 改訂版を公開しました！

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

最近乱立している画像生成の制御手法をレビューします。

この記事は、以下サイトの機械翻訳です。 何を作るか（あるいは次に何を作るか）を決めることは、プロダクトマネージャーの仕事の中で最も重要な部分の一つです。インパクトを与えるチャンスは何度もありません。だからこそ、賢く選択して、チャンスを最大限に生かすことが重要なのです。 プロダクトの優先順位を決めるには、さまざまな要素を考慮する必要があります。しかし、何よりもまず、お客様の真の問題を解決することを優先しなければなりません。多くの企業では、このプロダクト開発の基本方針が守られていません。おそらく、価値よりも革新性を優先しているからでしょう。私たちは皆、自分たちが最先端の先駆者であると他人に思われたいと思っていますが、市場が求めているのは必ずしもそうではありません。 市場が求めているのは、すでに機能しているものを適度に改良することだったりします。究極のゲームチェンジャーを追い求めるのではなく、フ

東京大学・株式会社Nospareの菅澤です． 今回は状態空間モデルによる時系列予測手法を用いた因果効果の推定手法であるCausalImpactについて紹介します． CausalImpactとは CausalImpactはGoogleによって開発された因果効果推定の方法です．手法の詳細はBrodersen et al. (2015, AoAS)に記載されており，手法を実装したRパッケージも公開されています． CausalImpactは，ある介入が時間変化するアウトカムにどのような影響を与えるかを推定（推測）するための手法です．時間変化するアウトカム（時系列データ）に対して因果効果を推定する有名な方法としてDifference-in-Difference (DID)がありますが，DIDよりも緩い仮定のもとで時間変化する因果効果を推定できる方法として知られています． CausalImpactのコ