画像生成AI「Stable Diffusion」の使い方をていねいに解説 | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作
Technology部のJoshです。 今回は画像生成AI「Stable Diffusion（ステイブル・ディフュージョン）」で、実際に画像を作る手順をていねいに解説します。はじめて使ってみる方の参考になれば幸いです。 ※画像認識AIの開発・導入を検討中の方はおすすめの画像認識AI開発会社まとめもご覧ください。 概要 Stable Diffusionとは 「Stable Diffusion」とは、入力されたテキスト（プロンプト）から高品質な画像を生成するAIモデルです。人物や動物、風景など、さまざまな画像を生成できます。また、リアルで創造的な画像を生成する能力でも知られています。 Stable Diffusionは、「ランダムな画像にノイズを加えて、徐々にプロンプトに一致させていく」という拡散プロセスをもとにしています。画像がプロンプトとどの程度一致するかを評価し、一致しない場合はノイズを
「OpenAI」から「Azure OpenAI Service」への移行 「LangChain」を使って実装する中で気づいたこと
「ChatGPT Meetup」は、プロンプティングからOpenAI API、さらには周辺のライブラリやHubのエコシステムまで広く活用の助けになる知見を共有し、みんなで手を動かして楽しむためのコミュニティです。2回目に登壇したのは、株式会社リンクアンドモチベーションの岡田大輔氏。OpenAIからAzure OpenAI Serviceへの移行について発表しました。 登壇者の自己紹介 岡田大輔氏：機能開発を「ChatGPT」を使ってやってみたので、そこからわかったことを共有させていただければなと思います。 最初に自己紹介です。岡田大輔といいます。リンクアンドモチベーションで働いていて、今4年目です。アプリのエンジニアをしています。ふだんはRailsとVueでWebアプリを作っているのですが、今回は、機能開発のところで（ChatGPTを）いろいろ触ってみました。 ChatGPTを使った機能開
ChatGPTでは的確な“指示出し”が大切！ セントラルオフィスが「プロンプト」のコツをまとめた資料を公開
ChatGPTでは的確な“指示出し”が大切！ セントラルオフィスが「プロンプト」のコツをまとめた資料を公開 株式会社セントラルオフィスは、データ分析と生成AIに特化した情報メディア「Ainova」で、プロンプトエンジニアリングのコツをまとめた資料を公開した。OpenAI社が公開した「GPT best practices」をもとに、ChatGPTを最大限活用するためのコツを紹介したもの。特別な登録などを必要とせず、無料で閲覧・ダウンロードができる。 画像生成AIなどと同様に、大規模な言語モデルのChatGPTも急速に普及し、活用の幅が広がっている。しかし、さまざまな可能性を秘めたChatGPTだが、その使い方によって精度は変わり、「実際に使ってみたけれど大したことはなかった」と感じた人も多いことだろう。現状では、生成系のAIはユーザーが出す指示「プロンプト」によって得られる結果に大きな違いが
無料でFFmpegのフィルター機能をブラウザ上でチェックできてさらにコマンドも出力してくれる「FFmpeg Explorer」
動画や音声を記録・変換・再生するためのフリーソフト「FFmepg」はシェルでコマンドを入力することでさまざまな処理を実行できます。FFmpegにはさまざまなフィルタリングライブラリが存在しますが、GUIを持たないツールであるため、フィルターをかけるとどんな出力結果になるのかをプレビューすることはできません。「FFmpeg Explorer」はブラウザ上でフィルターをブラウザ上で試してどんな結果になるのかをチェックし、さらに手元で実行するためのコマンドも出力してくれるウェブツールです。 FFmpeg Explorer! https://ffmpeg.lav.io/ FFmpeg Explorerにアクセスするとこんな感じ。中央下段にあるのは入力動画と出力動画で、指定したフィルターがどのように重なっていくのかが図で示される仕組み。サンプルとなる入力動画は、ネオナチ指導者のリチャード・B・スペン
Fine-tuning: gpt-3.5-turboの活用事例。絵文字分類タスク改善のプロセスと、学びの言語化。｜にょす
みなさん、Fine-tuning使ってますか！？ 一週間ほど前に、OpenAI社からgpt-3.5-turboがFine-tuning可能になったとのアップデートがありましたね。 ニュースを見て凄そうと思いつつ、少し作業のハードルがあったり、プロンプトエンジニアリングで事足りてるから、そんなに使わないかも？🤔と思ってました。 ただ今回、重い腰を上げて、Fine-tuningを試してみたら、想像以上の結果が得られたので、そのプロセスと学びをまとめます！ システムに組み込む際の Prompt Engineering で苦戦している皆さん、Fine-tuningはかなり希望になると思います…！これからはPromptをゴニョゴニョするよりも、Fine-tuningに力を入れていこうと思いました。 ではまとめていきます！ 前置きとこれまでの課題今回は、音声メモ日記アプリ「シャべマル」の絵文字分類タ
225行のコードでGPTの仕組みを理解する
概要 LLMに関心があり、ChatGPTやtransformerの仕組みを理解したいと思っていたところ、雰囲気を掴むのにこちらの動画がとても参考になりました。 動画の内容としては、以下のコーパスを学習して、直前の数文字から次の1文字（単語ではないことに注意）予測機を作成するというものです。 この動画で完成するコードは以下で、225行しかなくとても読みやすいです。 また短いですがtransformerのエッセンスが詰まっていて勉強になりそうです。 このコードを読み解くことでGPTやtransformerがどのように動いているのか、ざっくり理解してみようと思います。 ちなみに完成するとこんな感じの文字列が生成されます。ぱっと見文章っぽいですね。 first Scitizen: He's enough; but he cannot give his friends. MARCIUS: Do yo
OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留を試す｜npaka
OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留を試したのでまとめました。 1. GPT-4 から GPT-3.5 への蒸留「LlamaIndex」で、OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留のColabが提供されてたので、それをベースに独自データで試してみました。 具体的には、「GPT-4」で学習データを生成し、「GPT-3.5」でファインチューニングすることで、「GPT-3.5」に「GPT-4」相当の知識を習得させます。 We successfully made gpt-3.5-turbo output GPT-4 quality responses in an e2e RAG system 🔥 Stack: automated training dataset creation in @ll
Azure OpenAI ServiceのFunction callingを使って自然言語でGoogleカレンダー操作
こんにちは、Happy Elements 株式会社でエンジニアをしておりますryoooです。 先日、以下の記事で弊社における社内ルール等に対するチャットシステムをご紹介いたしました。 Function calling機能を使って、こちらのチャットツール上で自然言語でGoogleカレンダーを操作する機能を追加しましたので、本記事では実装時の工夫を紹介させていただきます。 この機能により、以下のようなことが可能となっています。 自然言語でカレンダー予定を作成 自然言語でカレンダー予定を取得 Function callingとは 簡単にいうとGPT-4に対して「あなたはこういう関数を利用できるから、利用したい場合は引数をレスポンスしてね」と伝えて、GPT-4とバックエンドサーバーで何度かやり取りをしながら、ユーザーの要求を解決していく仕組みです。 (参考) Microsoftのドキュメント ht
ディレクター必見！「Visual Sitemaps」で視覚的にサイト全体を把握しよう。 | WEB業界で働く人や興味がある人に役立つ情報サイト"qam（カム）"
2019/08/06 ディレクター必見！「Visual Sitemaps」で視覚的にサイト全体を把握しよう。 投稿者： はっち カテゴリー： トレンド >サービス紹介 みなさんはサイトマップをどのように作成していますか？ 自分であればWindowsですので「ウェブサイト・エクスプローラ」というソフトを重宝しています。 しかし、時々「文字情報だけだとどのようなページなのか分かり辛いな」と思うことがありました。 今回はそんな悩みを解決してくれるサービス「Visual Sitemaps」をご紹介します。 ビジュアルサイトマップとは？ 指定したURLを元にサイトマップを自動作成するサービス サイトマップはPDFで書き出し可能。（CSVは近日公開予定） 共有機能あり フィルタリングの設定が可能（含む含まないなど） スクリーンショットを使用するため視覚的に分かりやすい ビジュアルチックなサイトマップを
【全録】Microsoft Edgeに閲覧したすべてのページのスクリーンショットを保存する機能が追加へ | ソフトアンテナ
Microsoft Edgeのプレビュー版で、閲覧したWebページのスクリーンショットを自動的に保存する新機能のテストが行われていることがわかりました(gHacks)。 この機能はMicrosoft Edge Dev/Canaryの一部のユーザーを対象としてテストされていて(手元の環境では確認できず)、デフォルトでは無効化されています。 機能が有効な場合、edge://settings/privacyをアドレスバーから開くか、「設定 > プライバシー、検索、サービス」を選択し、一番下にスクロールすると「Save screenshots of site for History(履歴用にサイトのスクリーンショットを保存)」というオプションが追加されています。 オプションはデフォルトでオフで、Microsoftは「閲覧したサイトのスクリーンショットを撮り、保存しておくことで、履歴から目的のサイト
日本語言語モデル「Japanese StableLM Alpha」をリリースしました — Stability AI Japan
Stability AI Japan は70億パラメータの日本語向け汎用言語モデル「Japanese StableLM Base Alpha 7B」及び、指示応答言語モデル「Japanese StableLM Instruct Alpha 7B」を一般公開しました（略して「JSLM」)。これらのモデル はベンチマークスイート「lm-evaluation-harness」による複数の日本語タスクを用いた性能評価において、一般公開されている日本語向けモデルで最高の性能を発揮しています。 汎用言語モデル「Japanese StableLM Base Alpha 7B」「Japanese StableLM Base Alpha 7B」はウェブを中心とした大規模なデータを用いてテキスト生成を学習したモデルです。学習データは主に日本語と英語で、それに加えソースコードが約2%含まれています。学習データに
Azure で ChatGPT × Cognitive Search を使ったエンタープライズサーチを実現 - Qiita
2023/3/10 に Azure OpenAI Serivce で ChatGPT(gpt-35-turbo) がプレビューで利用可能になったと発表されました。この発表と同時に、ChatGPT と Azure Cognitive Search を組み合わせてエンタープライズサーチを構築するためのアーキテクチャ、サンプルコードが提供されました。 この発表およびサンプルコードの重要なポイントは以下です。 ChatGPT(gpt-35-turbo)モデルでトレーニングされたデータに基づいてテキストを生成するのではなく、企業内に閉じたデータのみから生成する方法の例を示しています トークンの制限(4,096)の壁をできるだけ回避するための手法を紹介しています 「引用」をテキストに付加することで信頼できる応答を生成します 今回はこのサンプルコードを自分で理解しやすいようにカスタマイズしつつ内容を解説
作って遊ぼう！LLMを搭載した君だけのV&Lモデル！
はじめに TuringのBrain Research teamで頑張ってる井ノ上です。(Twitter: いのいち) Turingは完全自動運転の開発を目指しており、その実現のためには賢い頭が必要だと考えています。その方法の一つとして、近年の大規模言語モデル（LLM）に見られるような文脈理解力をうまく取り入れられないかと考えており、LLMとVisionの情報をかけ合わせたモデルに注目して研究を行っています。自動運転とVision and languageモデルについては、ぜひこちらの記事を読んでみてください。 今回の記事は2023年7月に開催されたABCI LLMハッカソンで取り組んだときに開発していたGIT-LLMというモデルの開発について解説する記事となっています。途中のコードの解説部分などは少し退屈に感じるかもしれませんので、その場合はぜひ結果のパートだけでも見てみてください。いろい
Microsoft謹製エンタープライズ向けPrivate ChatGPT(Azure ChatGPT)が公開されたのでローカル環境で動かしてみた
2023/09/19 追記 Azure ChatGPTからAzure Chatと名称が変更になり、大幅なアップデートが有りました。本ブログの情報は古くなっているため、詳しくは下記を参照ください。 https://blog.cloudnative.co.jp/20412/ 三行まとめ Microsoft謹製のエンタープライズ向けのPrivate ChatGPTをローカルマシン(M2 Macbook Pro)で動かしてみました 2023年8月4日現在、ドキュメントが少なく、ローカル環境でとりあえず動かすまでがなかなか大変。サクッとは動かせない まだリリースされたばかりで、日本語入力周りに不具合を抱えていますが、今後の改良に期待 Azure ChatGPTとは Microsoft謹製のAzure OpenAIを利用したエンタープライズ向けのPrivate ChatGPTです https://gi
最短15分！ ChatGPTに自分の過去原稿を合体して“自分GPT”を作る
藤子・A・不二雄、藤子・B・不二雄、藤子・C・不二雄、藤子・D・不二雄――とは誰か？ 自分が何十年も前に書いた文章を読んでいると、「これは自分のなか？」と戸惑うことがある。そこで、自分の過去原稿をもとに会話するチャットBOTを作ることにした（前々回記事参照）。ChatGPTのプラグインで「PDFと対話する」なんてのがあるので同じようにできそうである。 30年前の自分と対話することのできる、私の場合は、《endoGPT》というプログラムである。 ハードディスクの中をさらってみると、月刊アスキーに連載した『近代プログラマの夕（ゆうべ）』（単行本1、2に収録分で1987～1995年）、『朝日新聞』の連載（単行本収録分で1996～2000年）、『先見日記』（2002～2005年）、それから2000年以降の原稿はもちろん残っている。古いものからみつくろうことにする。 これを言語処理の世界ではお馴染み
ChatGPT の仕組みを理解する（前編） - ABEJA Tech Blog
こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。世間では ChatGPT などの大規模言語モデル（LLM）による対話型 AI が盛り上がってますね。クオリティーも凄いし AI 業界以外でも盛り上がってると嬉しいですよね。この数年で一段と AI の社会実装が業界以外の人にも目に見える形で進んできたなあと実感しております。 自分は普段業務では ABEJA Platform という AI プロダクトやその周辺プロダクトのバックエンド開発とフロントエンド開発をやっているのですが、AI 業界所属していながら ChatGPT などの LLM 全然追いかけれていない状態になっちゃてて自責の念にかられているので、このブログ執筆という良い機会に ChatGPT の仕組みについて調べてみました。 本記事の対象読者としては、以下のようになりま
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
結局Notionってどう使えばいいの？公式アンバサダーが教える【Notionワークハック】 | ライフハッカー・ジャパン
tdmelodic利用マニュアル — tdmelodic ドキュメント
Form
https://twitter.com/hiro_gamo/status/1687293433009061888?t=3oFIebEV2y6nn3JGDYz2xg&s=09