分野別 - Cognicull分野別 コグニカルに掲載している知識（個）を以下の分野に重複なく振り分けています。
AzureのOpenAI(GPT-3)の埋め込みモデル(Embeddings models)を使ってQA検索の機能を比較してみた - JBS Tech Blog
はじめに 埋め込み機能の紹介 Azure OpenAIのモデルファミリー Azure OpenAIの埋め込み機能の紹介 Similarity（類似性） Text search（テキスト検索） QA検索の手順 手順の概要 モデルのデプロイ データの準備 文章のベクトル化 ライブラリなどの読み込み データセットの読み込み データの正規化 トークンの計算とデータクレンジング 回答の文章をベクトル化して埋め込み 質問への回答 類似性モデルで試してみる 質問の列のベクトル化 最後に はじめに 前回はAzureでOpenAIを使うまでを記事にしましたが、今回は埋め込み機能を使ったQA検索を試してみました。 blog.jbs.co.jp 埋め込み機能の紹介 Azure OpenAIのモデルファミリー Azure OpenAIでは「GPT-3」「Codex」「埋め込み(Embeddinds)」の3つのモデ
GPT-3 の Fine-tunig を試してみた - JBS Tech Blog
はじめに データについて データソース データ加工 結果の評価 評価方法 結果サンプル サンプル1 サンプル2 サンプル3 サンプル4 サンプル5 評価まとめ 総括 はじめに 最近話題の GPT-3 で Fine-tunig を試してみたので、その結果を共有したいと思います。 評価した目的は下記の3つですが、この記事では皆さんが一番興味を持たれそうな 3.の精度についてお伝えします。 1.と2.には触れません。 GPT-3を Fine-tuning する方法を理解する。 GPT-3を Fine-tuning する際のコストや時間を理解する。 Fine-tuning をした結果、検索結果として回答の精度が上がるかを確認する。 Fine-tunig をする方法は OpenAI のサイトに丁寧な説明がありますので、試してみたい方はこちらの手順をご参照ください。 platform.openai.c
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
処理を実行中です
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
Twitter to Scrapbox GPT - 井戸端
日本語の言語モデルは必要か？ - 西尾泰和のScrapbox
ボレーどこを狙っていますか？鈴木貴男&小野田倫久のダブルスボレー&スマッシュ基礎講座【TEAM STA特別配信】
