GitHub - dair-ai/ML-Papers-of-the-Week: 🔥Highlighting the top ML papers every week.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
Azure Monitor の各種データの保持期間について
こんにちは、Azure Monitoring チームの北村です。 今回は、Azure Monitor に関するデータの保持期間を紹介します。 今回ご紹介する内容は、それぞれの公開情報に掲載されておりますが、一つのページに集約されておりません。 よくお問い合わせいただく内容ですので、本記事では情報を集約化してお伝えします。 目次1. Azure Monitor のログとメトリック、アクティビティ ログ1-1. メトリック1-2. ログ1-3. アクティビティ ログ2. Azure Monitor のアラートの履歴2-1. 各種アラートの履歴2-2. サービス正常性2-3. リソース正常性 1. Azure Monitor のログとメトリック、アクティビティ ログデータの種類保持期間メトリックプラットフォーム メトリック93 日間クラシック ゲスト OS メトリック14 日間ゲスト OS メト
RAGの性能を改善するための8つの戦略 | Fintan
近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル（Large Language Model：LLM）の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ
依存リポジトリ管理でのsubmodule/subtree/subrepoの使い分け - Qiita
依存ライブラリを利用する場合RubyGemsやらCocoaPodsといったツールで万事解決するケースがほとんどだと思いますが、たまーにGitに上がっているライブラリを直接自分のリポジトリに追加しないといけない場合もあったりします。 こういった時に使うGitのサブコマンドそれぞれの特徴と使いどころをまとめてみました。 一番スタンダードな外部リポジトリ追加方法です。たぶん大抵の依存管理ではこれを使えば十分でしょう。git-submoduleを利用すると、外部リポジトリのコード自体は自プロジェクトの管理下に取り込まれず、リポジトリの特定コミットへの参照情報のみが登録されます。外部リポジトリのcommit hashへのポインタが追加されるようなイメージです。 $ git submodule add git@github.com:Alamofire/Alamofire.git $ git diff
私のセキュリティ情報収集法を整理してみた（2024年版） - Fox on Security
新年あけましておめでとうございます。毎年この時期に更新している「私の情報収集法(2024年版）」を今年も公開します。 ■はじめに サイバー攻撃は国境を越えて発生するため、ランサムウェア、フィッシング、DDoS攻撃など、近年のサイバー脅威の常連となっている攻撃者（脅威アクター）が主に海外にいることを考えると、世界の脅威動向を理解することが年々重要になっています。 海外から日本の組織が受けるサイバー攻撃の多くでは、国際共同オペレーション等の一部のケースを除き、日本の警察が犯罪活動の協力者（出し子、買い子、送り子）を摘発することはあっても、サイバー攻撃の首謀者（コアメンバー）を逮捕するまで至るケースはほとんどありません。 誤解を恐れずに言えば、日本の組織は海外からの攻撃を受け続けているのに、海外で発生したインシデントや攻撃トレンドの把握が遅れ、対策が後手に回っているケースも多いように感じます。最
GitHub - llm-jp/awesome-japanese-llm: 日本語LLMまとめ - Overview of Japanese LLMs
[ English | Français | 日本語 ] 日本語LLM・英語LLMのパラメータ数の推移。日本語モデルの情報は本記事、英語モデルの情報は LifeArchitect.ai の Models table を参照しています（ただし、図のスペース上一部のモデルは省略。また、英語モデルのパラメータ数は推測値を含む）。修正・追加等ありましたらお知らせ下さい。 この記事は、一般公開されている日本語LLM（日本語を中心に学習されたLLM）および日本語LLM評価ベンチマークに関する情報をまとめたものです。情報は、有志により収集されており、その一部は論文や公開されているリソースなどから引用しています。 ⚠ 以下の点について、あらかじめご理解とご了承をお願いいたします： 本記事の内容は、完全性や正確性を保証するものではありません。これらの情報は予告なく変更されることがあり、また最新の情報を常に提
医療分野での文埋め込みモデルの比較 - Qiita
前書き ChatGPTなどの大規模言語モデル(LLM)では，Hallucinationが課題の一つです． 医療など内容の正確性が求められる分野では特に重要な課題で，LLMに外部データベースから正確な情報を与えた上で， 生成を行うRetrieval augmentation Generation (RAG)が対策方法の一つになります． RAGでは，関連する情報を正確に検索する必要があり，文章の正確な意味を反映した埋め込み表現を得ることができる文埋め込みモデルが重要です． そこで，医療分野の日本語の文章に対して，文埋め込みモデルをSemantic Textual Similarity(STS)タスクで比較・検証してみます． 1. 方法 1.1. 検証対象のモデル とりあえず目に付いた以下の5つのモデルを使います． OpenAI/text-embedding-ada-002以外はすべてHuggi
日本語に対応した Embedding Model のベクトル検索での精度比較｜Tatsuya Shirakawa
こんにちは、nouu の白川です。 OpenAI Dev Day、よいリリースがたくさんありましたね！GPT-4 Turbo が出てくれたお陰で、production利用がだいぶ捗りそうです。一方で、Text Embedding に関しては全くリリースはありませんでした。 自分は Text Embedding のモデルとしてちょっと昔は sonoisa/sentence-bert-base-ja-mean-tokens-v2 をよく使っていました。最近は環境を他の人と共有しやすくて楽なので OpenAI の text-embedding-ada-002 をよく使っているのですが、下記のページを見ると、OpenAI を超えるようなモデルがいくつもあって、検証せねばという気分になったので気になるモデルをいくつかピックアップして検証してみました。 データセットやモデル、評価指標などまだまだ拡充が
【Object Detection】物体検出AIを学習させるコツ - Qiita
目次 1. はじめに 2. 物体検出AIとは 3. 物体検出AIは使えるのか 4. データ収集 5. アノテーション 6. モデル選定 7. 評価指標 8. 学習 9. おわりに 1. はじめに 本記事では、深層学習に基づく物体検出AIを使用する場合のコツについて経験で得た知見をまとめました。 物体検出で最も広く知られているであろう参考文献はyolov3のwikiにあるTips for Best Training Resultsだと思います。このガイドラインに沿って、筆者の知見も合わせて解説します。 2. 物体検出AIとは 物体検出(Object Detection AI) は、画像やビデオ中の物体を検出し、それらの物体の位置を示す技術のことです。この技術は、画像分類とは異なり、単に画像内に含まれる物体の種類を判別するのではなく、物体の具体的な位置も同時に検出することができます。 基本的に
オープンソースライセンス、どれなら使っても良いの？？ - Qiita
定期的に調べては忘れているので覚書です。 結論 MIT、BSD、Apacheライセンスなどの非コピーレフトライセンスを使いましょう。 企業として使うなら、特許条項のあるApacheライセンスが一番安心ですかね。 BSDの場合、バージョン確認は行いましょう。 GPL系ライセンスは注意しましょう。 参考サイト http://ounziw.com/2013/05/17/agpl/ http://www.catch.jp/oss-license/2013/09/10/github/ https://www.sbbit.jp/article/cont1/34811 https://jp.linux.com/linux-community/blog/236-mirainoitsuka/411872 ライセンスごとの違い ほとんどのライセンスに共通しているのは、 自己責任で使ってね 商用利用可 修正・配
ストレスホルモンを知って体調をコントロールしよう
身体に危険が迫ったときや、ストレスを受けたとき、体内でストレスホルモンが分泌されます。 ストレスホルモンの分泌は、身体の防御反応ですが、過剰な分泌は心身の不調の原因となります。 ストレスホルモンには具体的にどのような作用があるのでしょうか。 本記事では、ストレスホルモンについて、以下の点を中心にご紹介します。 ストレスホルモンとはストレスホルモンの種類ストレスホルモンの主な働きストレスをためないためにはストレスホルモンについて理解するためにもご参考いただければ幸いです。 ぜひ最後までお読みください。 スポンサーリンク ストレスとは ストレスとは､外部からの刺激によって心や身体が緊張することです。 一般的に、「ストレス」といえば「心の悩み」というイメージがあります。 実際には、病気・ケガなどの身体的な問題や、天候・騒音といった環境的な要因もストレスの原因となります。 ストレスの原因は大きく分
画像生成AI「Stable Diffusion web UI(AUTOMATIC1111版)」で元画像と似た構図や色彩の画像を自動生成したり指定した一部だけ変更できる「img2img」の簡単な使い方まとめ
画像生成AI・Stable Diffusionを手軽にWindows環境あるいはGoogle Colabに導入でき、コマンドラインではなくユーザーインターフェース(UI)から簡単に操作可能な「AUTOMATIC1111版Stable Diffusion web UI」は他のUIには搭載されていない機能も盛り込まれた決定版とも言えるツールです。毎日驚くべきスピードでアップデートが行われ改善が進むAUTOMATIC1111版Stable Diffusion web UIで、入力した画像から新しい画像を生成できる「img2img」を実際にAUTOMATIC1111版Stable Diffusion web UIで使う方法をまとめてみました。 GitHub - AUTOMATIC1111/stable-diffusion-webui-feature-showcase: Feature showca
山中伸弥による新型コロナウイルス情報発信
現在アクセス集中により、表示されにくい状況となっております。 しばらく経ってから再度お試しください。
【保存版】交通事故に遭ったときにまずやること・避けてほしい行動マニュアル - 法律問題を解決！弁護士法人AOの法律メディア｜Legal Forest
平成25年に司法書士事務所を立ち上げ様々な依頼者に接する。司法書士としてキャリアを10年近く積んできた中で、司法書士の資格では受けられず、せっかく頼って来てくれた人を断ってしまうこともあった。そういった経験から、さらに幅広く業務を取り扱うことができる弁護士資格を取得。弁護士法人AOの代表弁護士として業務に取り組んでいる。 「もし交通事故に遭ったら、まず何をするのが正解なんだろう…」 そう聞かれて答えられる人はなかなかいないのではないでしょうか。 警察庁の統計によると、2021年の交通事故件は305,196件。これは毎日約836件の事故が日本のどこかで起こっていることになります。 今、この記事を読んでいるあなたは、おそらく「もし自分が交通事故に遭ったら…」という危機感を持って調べている方だと思いますので、この数字が決して他人事ではないと感じているでしょう。 もしくは、ご自身や近しい方が交通事
リリース手法多すぎﾜﾛﾀｧ B/G、カナリア、機能フラグ、ダークローンチ、A/Bテスト、、など - Qiita
この記事でCloudWatch Evidentlyについて調べていると、「機能フラグ」や「A/Bテスト」などインフラエンジニアには若干聞き慣れないリリース用語が出てきました。 アジャイル開発やCI/CDの台頭に伴い多数出現したこれらのリリース戦略用語をまとめて整理してみることにします。 インフラエンジニアやSREと呼ばれるロールの方々も、リリース戦略を知っておくとCI/CD環境の構築やIaC、はたまたミドルウェアのバージョンアップなどで役立つと思います。 以下ウェブサイトを参考に、各用語を「デプロイ戦略」と「テスト戦略」の大きく2つに分けて紹介します。 デプロイ戦略 従来型のデプロイ（インプレースデプロイ） システム本番環境が一種類のみ存在し、新バージョンの資材デプロイによって旧バージョンの資材を上書いてしまうパターンです。 環境の設計や管理、維持コストをシンプルに抑えられるメリットがあり
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
全国のビールイベントカレンダー＜2024年最新＞ | ビール女子
YOLOシリーズの著者とリンク集（2023/01のv8まで） - Qiita
誰も教えてくれなかったMySQLの障害解析方法 - Qiita
メタバースのビジネスモデルと技術限界
APIを探して、試して、使える - APIbank