こんにちはこんばんは、teftef です。今回は LLM と TTS を使って推しの AI エージェントを作るという話です。今までは LLM として GPT-4 を用いて、 TTS として「KOEIROINC」 を使っていました。これはAI エージェントとしてはなんも問題ないのですが、やっぱり「自分の推しをエージェントにしたい」という想いで作成しました。 私もまだ初学者であり、説明が間違っていたり勘違いがある可能性が 0 ではないということをご了承ください。ぜひコメントなどをいただけたら幸いです。また、この記事を作成するにあたり、GPT-4 による校正、修正が含まれています。 ※この記事は有料となっていますが、最後まで内容が読めます。 大まかにやったことフローチャート 　今回は 、一人のキャラクターを再現するという目標として、そのキャラクターの会話パターンを LLM に学習させ、キャラクタ

こんにちはこんばんは、teftef です。今回はシミュレーションゲーム「ザ・シムズ」にインスパイアされた、スタンフォード大学と Google の共同研究である「エージェント論文」です。ChatGPT を用いた 25 人の AI エージェントを実際に 2 日間動かし、どのようになったかを調べました。町の様子や家具の動作、人間関係など設定がかなり凝っていて、実世界にかなり近い結果となっています。 私もまだ初学者であり、説明が間違っていたり勘違いがある可能性が 0 ではないということをご了承ください。ぜひコメントなどをいただけたら幸いです。また、この記事を作成するにあたり、GPT-4 による校正、修正が含まれています。 それでは行きます。（今回文章多め） 出典今回参考にさせていただいた論文はこちら。⇩ 1 : Abstract　今回はChatGPT などの大規模言語モデルに接続することにより、ゲ

こんにちは、こんばんは teftef です。今回は最近流行りの「追加学習」について書いていこうと思います。今回の記事は追加学習の大まかな解説とどのような手法があるのかについてまとめていきます。私もまだつい最近まで初学者であり、説明が間違っていたり勘違いがある可能性が 0 ではないということをご了承ください。ぜひコメントなどをいただけたら幸いです。 モデルの作成AI (人工知能) を作るためには多くの手順がかかります。 まずはデータを用意して、そのデータにラベルと呼ばれる「正解」データを付与させます。 続いて、うまくそのデータを学習させるためのニューラルネットワークを組みます。 そして大量の GPU と 電気代を払って学習を回します。 1 回で成功できるわけではありません。何回も失敗を繰り返し、原因究明し、それを元にハイパーパラメーター調整をする… (3,4 をひたすら繰り返す) やっとの思