オープンソースのベクトル検索エンジンWeaviateが、Generativeサーチモジュールをリリース
HomeNewsオープンソースのベクトル検索エンジンWeaviateが、Generativeサーチモジュールをリリース Weaviateが、OpenAIのGPT-3、およびその他の生成AIモデル（Cohere、LaMDA）用の生成検索モジュールのリリースを発表しました。このモジュールにより、Weaviateのユーザーや顧客はこれらのモデルと容易に連携することができ、現在ビジネスユースケースにおいてそのようなモデルの実用性を制限しているハードルを取り除くことができます。 OpenAIのチャットボットChatGPT（GPT-3ベース）は、自然言語による問い合わせに驚くほど人間らしく応答する能力で世界を魅了しました。しかし、このような生成モデルは、これまでのところ、中央集権的で汎用的な知識ベースによって制限されており、ビジネス特有の質問に答えることができないままになっています。 Weaviate
Prompt Engineering Guide – Nextra
Prompt Engineering Guide プロンプトエンジニアリングは、言語モデル（LMs）を効率的に使用するためのプロンプトを開発および最適化する比較的新しい学問分野です。プロンプトエンジニアリングのスキルを身につけることで、大規模言語モデル（LLMs）の能力と限界をより理解することができます。 研究者は、プロンプトエンジニアリングを使用して、質問応答や算術推論などの一般的なおよび複雑なタスクのLLMsの能力を向上させます。開発者は、LLMsやその他のツールとのインタフェースとなる強固で効果的なプロンプテクニックを設計するためにプロンプトエンジニアリングを使用します。 プロンプトエンジニアリングは、プロンプトの設計と開発に限らず、LLMsとのインタラクションおよび開発に役立つ幅広いスキルと技術を含みます。これは、LLMsとインタフェースすること、ビルドすること、能力を理解すること
【徹底解説】これからのエンジニアの必携スキル、プロンプトエンジニアリングの手引「Prompt Engineering Guide」を読んでまとめてみた | DevelopersIO
【徹底解説】これからのエンジニアの必携スキル、プロンプトエンジニアリングの手引「Prompt Engineering Guide」を読んでまとめてみた こんにちは。CX 事業本部 Delivery 部のきんじょーです。 ここのところChatGPT と戯れてアプリを作ったり、様々なプロンプトの検証をしていましたが、言語モデルの性能を最大限に引き出すために、体系的にプロンプトエンジニアリングを学びたいと考えていました。 GitHub に「Prompt Engineering Guide」という素晴らしいリポジトリがあったので、読んで検証した内容をブログにまとめていきます。 本記事は、執筆時点の上記リポジトリの内容を元にしていますが、意訳や独自に検証した日本語のプロンプトを含みます。 上記リポジトリも絶賛開発中の段階のため、最新情報や原文が気になる方はリポジトリを直接参照してください。 目次 プ
超汎化言語モデル GPT-3のライセンスを日本でいち早く取得して使ってみた話 - Babel, Inc. Engineering Blog
はじめまして。 株式会社バベルでAIエンジニアとしてとして自然言語エンジンの開発をしている満石と申します。 この度バベルでは、日本のスタートアップではなかなか許可が降りないと話題のGPT3の使用許可申請を行なった所なんと！使用許可をもらうことができました！ そこで当記事ではGPT3では何ができるのか、これまでのモデルと何が違うのかについて実例を交えて紹介させて頂きます。 GPT-3とは そもそもGPT-3とはOpen AIが開発した超巨大言語モデルで、そのパラメータ数なんと1750億。GPT-3が出てくるまで最大だったモデルの約10倍、GPT-3の前身であるGPT-2の約120倍であることを考えるとその巨大さが伺えるかと思います。 開発にかかった費用は、学習に使ったものだけで約4億9000万円。言語研究はまさにMoney is all you needといった様相を呈しています。 そんなG
自民党AIの進化と実装に関するプロジェクトチーム｜衆議院議員 塩崎彰久（あきひさ）
GPTシリーズやお絵描きAIなど、ファウンデーションモデルの進化により再び大きな注目を集めるAI。自民党では2023年1月に「AIの進化と実装に関するプロジェクトチーム」（座長：平将明衆議院議員）を立ち上げ、日本のAI戦略のあり方や政策提言について検討を進めて参ります。こちらのページには、各回のテーマや公開可能な資料を順次アップロードしています。 第20回以降の資料については、後任の事務局長の尾崎正直代議士の以下のNoteからご確認ください。 https://note.com/masanao_ozaki/n/nbd4dd013a5cb 第32回以降の資料については、新事務局長の小森たくお代議士の以下のNoteからご確認ください。 https://note.com/komori_takuo/n/n8433de4720a0 2024年2月16日（金）8時〜9時 (＊25日英語版追加） テーマ
操作方法 - VRChat 日本wiki
VRChat 日本wiki Quest・HTC viveほかVR機器対応ゲーム『VRChat』のwikiです。ここでは基本説明と自作アバターの追加方法などを載せていきます。 トップページページ一覧メンバー編集 操作方法 最終更新：ID:5GmrkCKzEg 2023年05月02日(火) 00:20:15履歴 Tweet 操作方法の確認方法 クイックメニューを開きSettingsを選びます。 クイックメニューを開くには、デスクトップモード（キーボード、マウス）ではEsc、Viveコントローラーはメニューボタン、IndexコントローラーとOculus TouchはBを押します。 右上あたりにあるBindingsを選択するとコントローラーバインドの確認ができます。 基本操作 引用元→ Controls - The VRChat Documentation Hub操作内容ViveコントローラーOc
葉一「中学の勉強が人生決める」からすべてを動画に：日経xwoman
教育の問題点や理想の姿を探るリレー連載。今回、ご登場いただくのは、教育YouTuberとして、授業動画を配信している「葉一（はいち）」さん。チャンネル登録者数は182万人、公開動画数は4000本を超え、コメント欄には子どもたちからの感謝の声が並びます。前編では、「大人、特に教師が大嫌いで、教育業に携わるなんて考えたこともなかった」という葉一さんが教育に興味を持った理由や、動画制作にかける思いを聞きました。 ＜葉一さん＞ 【前編】葉一「中学の勉強が人生決める」からすべてを動画に ←今回はココ 【後編】葉一「教育はお金かけるもの」という常識を破りたい 「教科書の最初から最後まで」にこだわる理由は YouTubeのチャンネル「とある男が授業をしてみた」で、小学校から高校までの授業動画を配信している教育YouTuberの葉一さん。チャンネル登録者数は182万人、公開動画数は4000本を超え、メイン
360度及び180度VR撮影の基礎知識－360度と180度の違いや基本的なフォーマットについて | Saijo Factory
360度及び180度VR撮影の基礎知識について紹介します。360度と180度の違いや、基本的なフォーマットであるエクイレクタングラー形式、3D立体視のフォーマット、映像比率や4K8Kなどのサイズ種類、ステッチや編集方法、VR動画の視聴方法について紹介します。360度及び180度VR撮影に興味はあるけれど、なんだか良くわからない人は、全体の概要を知ることで何をすれば良いかわかるでしょう。 基本はエクイレクタングラー形式 VRのフォーマットの基本はエクイレクタングラー形式です。正距円筒図法とも言います。ほかにはキューブマップ形式があります。プラネタリウムなどにはドームマスター形式が使われます。球体の映像そのままの利用するメッシュ形式もあります。 エクイレクタングラーやキューブマップやドームマスターについて詳しい説明は優秀なサイトに委ねることにします。以下リンクなど素晴らしく説明がまとまっていま
360度映像制作ガイド | ORIHALCON Technologies, Inc.
今日まで数多くのドームシアター作りやドーム映像技術の開発と啓蒙を続けてきたことにより、ドーム映像制作について多くのノウハウや実績を蓄積することができました。昨今のOculus RiftやSony MorpheusなどのVRヘッドセット、360度撮影カメラ機材などの登場により、ドーム映像に加えて全天球影像の制作と上映に関する問い合わせも頻繁に寄せられるようになってきました。そうした中には、私がかなり前に執筆した技術解説記事を参照されている方も多くいらっしゃるようです。映像技術は加速的に進化してきており、以前に使われてきたワークフローや技術が必ずしも問題解決に最適なものとも限りません。そのため、この機会に現時点での全天周/全天球映像制作のワークフローやトレンドについて、わかるかぎりまとめて解説してみたいと思います。これを参考に、より多くの方が新しい映像デバイスやシアター環境に向けた映像作りにチ
【論文解説】Diffusion Modelを理解する
以下の記事では、Diffusionモデルの仕組みについて見てきました。 https://data-analytics.fun/2022/02/03/understanding-diffusion-mo ... Diffusion Model の概要 まずは、diffusion model のざっくりとした概要について説明したいと思います。 forward process と reverse process diffusion model は、以下の図のように(1) forward process と(2) reverse process の2つの過程を考えます。 forward process は画像にノイズを加えていって、最終的にはノイズだけになる確率過程です。 一方の reverse process は forward process の逆で、ノイズから画像になっていく確率過程です。
Stable Diffusion の仕組み
Stable Diffusion の仕組み高品質な画像生成ができるStable Diffusionが盛り上がっていますね。使い方については色々な場所で情報が手に入るのですが、動いている「仕組み」に関する情報は少なかったので、簡単に調べてみました。 名前に「Diffusion」が付いているから、GoogleのImagenとかでも使われている「Diffusion Model = 拡散モデル = ノイズ画像から画像を生成していく手法」が利用されていることは予想できますが、実際は「ちょっとした（画期的な？）工夫」が加えてありました。 🧨Stable Diffusionの一番のポイントStable Diffusionの最大のポイントは「Latent Diffusion Model（潜在拡散モデル）」が使われているという点です。 Latent Diffusion Modelは「High-Resolu
インフラ一筋のおじさんが画像生成AI“Stable-Diffusion”を読み込んでみる件 | IIJ Engineers Blog
地方拠点の一つ、九州支社に所属しています。サーバ・ストレージを中心としたSI業務に携わってましたが、現在は技術探索・深堀業務を中心に対応しています。 2018年に難病を患ったことにより、定期的に入退院を繰り返しつつ、2023年には男性更年期障害の発症をきっかけに、トランスジェンダーとしての道を歩み始めてます。 なんだかAIって流行ってますよねー こんにちわ。九州支社で細々と遊んで検証業務にいそしんでいるとみーです。 2022年3月から、どーしても「名前だけ知ってる状態」ってのにもやもやしていて、Deeplearningに手を付けたものの、あまりに内容が奥深すぎて沼にドはまりして周囲に「たすけてぇ、たすけてぇ」って叫んでいる素敵な日々を過ごしています。 取りあえず画像処理としてディープフェイク、NLP(Natural Language Processing：自然言語処理)として簡易チャットボ
データ ＆ アナリティクス | アクセンチュア
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
AIによる画像生成、ついに「3D」が当たり前の時代がやってくる！
「Stable Diffusion（ステーブル・ディフュージョン）」や「Midjourney（ミッドジャーニー）」をはじめ、画像生成AIが普及しはじめ、誰もが簡単に高品質な画像を生み出せるようになった。 その流れはいよいよ、3Dへ──。 「Google Research」と米「UC Berkeley」の研究チームが、3Dのデータ生成を行うAIの開発に関する論文を発表した。 入力されたテキストの画像生成においては、数十億もの画像とテキストのペアを学習させた拡散モデルによって飛躍的に進歩してきた。 これを3Dに応用するには、ラベリングされた3Dアセットの大規模なデータセットと3Dデータのノイズ除去を可能とする効率的なアーキテクチャが必要とされるが、どちらも現状存在してはいない。 だが、今回発表された「DreamFusion」なる手法は、上記の制約を回避し、事前に画像のみで学習した拡張モデルを用
JSTシソーラスmap
「」を含む用語の一覧です。 -マップ表示する用語を選択してください。」に該当する用語が見つかりませんでした。
scikit-learnとgensimでニュース記事を分類する - Qiita
こんにちは、初心者です。 適当なニュース記事があったとして、ニュースのカテゴリを推測するみたいな、よくあるやつをやってみました。Python3.3を使いました。 何をやるの？ データセットはlivedoorニュースコーパスを使いました。 http://www.rondhuit.com/download.html#ldcc クリエイティブ・コモンズライセンスが適用されるニュース記事だけを集めてるそうです。 トピックニュース、Sports Watch、ITライフハック、家電チャンネル 、MOVIE ENTER、独女通信、エスマックス、livedoor HOMME、Peachy というクラスがあります。 データは、1記事1テキストファイルの形式で、クラス別のディレクトリにいっぱい入っています。 これを学習して、未知の文章に対して、お前は独女通信っぽい、お前は家電チャンネルっぽい、みたいに、分類が
Ahogrammer
RAG（Retrieval Augmented Generation）は大規模言語モデル（LLM）の性能を改善するための手法の1つであり、質問に対する回答を生成する際に、外部知識源から情報を取り込みます。 これにより、LLM 自体で学習できる情報量に制限されることなく、より正確で詳細な回答を生成することができます。 よく使われているRAGでは、外部知識源として検索エンジンにテキストをインデックスしておき、質問に関連するテキストをベクトル検索や全文検索を用いて取得します。しかし、構造化データを扱うことには苦労するため、質問によっては回答が不十分、あるいはまったく回答できないことに繋がります。 これらの問題を克服するために、ナレッジグラフを用いたRAGが構築されることがあります。ナレッジグラフでは、エンティティとその間の関係がグラフ構造で表現されており、単純な検索を用いた場合には回答できないよ
ゼロから始める自然言語処理 【FIT2016チュートリアル】
最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https
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
How to use OpenAI's GPT-3 to spark content ideas | Zapier
FastLabel