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
この記事は 前回の記事:ChatGPT で抽出 & フォーマットのタスクをするときのテクニック の続きです。 ChatGPT で抽出 & フォーマットのタスクで安定して出力させるテクニック スクレイピングしたテキストから特定の文字列を抽出するときに、正規表現等を使う代わりに ChatGPT を使うととても簡単に実装できてしまうことに感動しました。 前回の記事である程度テクニックがわかりましたが、少量のデータに対してしか使っていなかったため、どれくらいの確率でうまくいくのかはわかりませんでした。 今回は ChatGPT でに入力するテキストを追加し、更に検証した際に分かったことを書きます。 もう少し詳しい背景については前々回の記事:スクレイピングした文字列を ChatGPT で簡単にフォーマットするを参照してください。 なぜこの記事を書こうと思ったか 「ChatGPT で〜してみた」とか「C
いい感じの画像を生成するコツ 話題の画像生成AI StableDiffusionですが、よくSNSで見るような高画質高品質リアリスティックな人物画像を生成するにはそれなりのコツがあります。 この記事では、どのような単語を使えば高品質な画像を生成できるか、例を紹介します。 StableDiffusionを使ってみるにはWebUIが便利です。以下のリンクから使い方がわかります。 ただ欲しい画像のテキストを入れるだけではだめ 例えば、女の子の画像が欲しいとします。 ただ"girl"と入力すると以下のような画像が出てきます。 悪くはないですが少しCGっぽいですよね、もう少し写真っぽい画像が欲しいです。 高画質を連想させる単語を入れる さて、ここで以下のように "best quality" や "high resolusion" など高画質を連想させる単語を嫌というほど入れます。 ちょっとびっくりす
ChatGPT-4が公開されたので遊んでたところこれゆっくり解説できるんじゃね...?となったのでやってみました。 実際にできたもの 実際AIに台本を書いてもらい、編集した動画がこちらです。 チャンネル自体全然動かしてないこともあって本編のみ公開しても再生されないと思ったので本編と対になるショート動画も制作しました。 short long このクオリティーの台本をAIがサクッと作ってくれるってすごい時代ですよね。なお、この動画のタイトル自体AIに考えてもらったものです。 またいくつか動画をアップロードしましたが、途中からは編集過程も自動化しました。 用いた技術 ChatGPT Node.js AquesTalkPlayer Remotion 1.ChatGPT 言わずもながら台本を作ってくれる作家さんです。 以下のようなプロンプトを渡し、ゆっくり解説風の対話を書いてくれるように命令しました
はじめに 自分が入れてて便利だなって感じた拡張機能を雑に紹介する記事。 言語支援 rust-analyzer 公式が開発してるLSPです。必須。 コード補完 定義ジャンプ ホバー時に型やドキュメントを表示する インレイヒント シンタックスハイライト etc... CodeLLDB デバッグするのに必要。C++ とか書いてる人ならすでに入れてるはず。 Rust Test Explorer テストをサイドバーから一覧表示して実行できるようになる。 ドキュメントの表示 Rust Doc Viewer cargo docで生成されたドキュメントを VSCode 上で表示できるようになる。 Live Server cargo docで生成されたドキュメントを表示するローカルサーバーを立ち上げる。本来は web 開発などで使われるものかと思うが、地味に便利。 Rust Doc Viewer とは違って
Android13になってタグが離れた場合にTagLostExceptionではなくSecurityExceptionが発生するようになっていた。 謎のエラー NFCの操作でSecurityExceptionが起きていることがCrashlyticsで検知された。見たことがないパターンだったので調査。 TagLostException Android12まではNFCでタグ(カード等)の操作をする際に端末等からタグが捕捉されていない場合はTagLostExceptionが発生していた。 かざされたカードが動いて範囲からずれた場合にも発生する。 私のアプリではこれを検知してかざし直しの要求をしていた。 SecurityException Android13からタグ操作を行う際に必ず呼ばれるgetTagServiceでチェックが行われるようになっている。 タグが捕捉されていない場合はSecurit
Java 20が2023/3/21にリリースされました。 https://mail.openjdk.org/pipermail/jdk-dev/2023-March/007517.html The Arrival of Java 20! 今回、正式導入された大きな機能はありません。プレビューとしても新しいものはScoped Valueひとつだけです。次回Java 21がLTSなので、ウォーミングアップなバージョンという感じですね。 詳細はこちら JDK 20 Release Notes Java SE 20 Platform JSR 395 OpenJDK JDK 20 GA Release APIドキュメントはこちら Overview (Java SE 20 & JDK 20) 追加されたAPIまとめはこちら https://docs.oracle.com/en/java/javase/
大規模言語モデル(LLM)の「GPT-4」を手掛けた米OpenAIとペンシルベニア大学の研究者らは3月17日、「GPTはGPT:LLMの労働市場への影響の可能性に関する初期の考察」と題した論文を公開した。「GPT(Generative Pre-trained Transformer)モデルと関連技術が米国の労働市場に与える潜在的な影響を調査」したとしている。 調査の結果、米国の労働力の約80%が、GPTの導入によって少なくとも仕事の10%に影響を受ける可能性があり、約19%の労働者は仕事の50%に影響を受ける可能性があることが示されたという。 ほぼすべての職種に影響するが、特に現在高収入な職種のリスクが高いとしている。 調査は、学習達成度を表を用いて測定するルーブリック評価によって、職業別の人間の専門知識とGPT-4を使った場合を比較した。 方法は、1016の職業について、職業ごとに測定す
【GPT-4】プロンプト内プログラム×再帰処理×焼きなまし法をやってみた / 一定の確率でチルノ参上!OpenAIChatGPTプロンプトエンジニアリング記事投稿キャンペーン_ChatGPTGPT-4 はじめに こんにちは!株式会社ブレインパッドのmoepy_statsこと内池 (これの人) です。またの名をChatGPT課金芸人といいます。 先日の記事ではプロンプトエンジニアリング手法「ナレーション誘導型生成法 (moepyメソッド)」に触れましたが、新しい方法 (プロンプト内プログラムによるSimulated Annealing:焼きなまし法) を試しましたので、実際のプロンプトと出力をあわせてご紹介します。 今回はプロンプト内にプログラムを記述することによって、出力の品質を再帰的に改善する方法です。 この記事を読んで得られるもの 出力の改善を再帰的に繰り返すアイデアの具体的な応用方法
GitHub Copilot Labsとは? VSCodeの拡張機能として、GitHub Copilot Labs をインストールすれば、コードの解説をしてくれたり、リファクタリングしてくれたり、バグを修正してくれたりと便利な機能がたくさんあります。 以前に筆者が書いた以下のようなChatGTPの拡張機能のようなものです。 公式ページより抜粋 GitHub Copilotの実験的なアプリケーションのためのVS Code拡張機能。 GitHub Copilotは、開発者向けの画期的なAIペアプログラマですが、私たちはコーディングの未来を探求し始めたばかりです。テクニカルプレビューの期間中、Copilotチームは提案の質を向上させ、安全機能を追加しました。しかし、Copilotがコード提案以外にも提供できる潜在的な助けを見るのは難しいことではありません。 本日、GitHub Copilot L
前回「学校教育における全体アーキテクチャを描いてみた」がそれなりに好反応だったので、次はその中身の解説の予定でしたが、、、 行き当たりバッタリのnoteなので、今回は(も?)横道にそれちゃいます(でも必ず近いうちに書きます)。 ※タイトル読んで来て「早く学習指導要領何でも回答Bot触らせろや」という方はこちらに行っちゃってくださいー(でも戻ってきてねー) 学習指導要領を理解しなくちゃ前回の「学校教育における全体アーキテクチャを描いてみた」では20以上の国の文書等を読み込んで描いてみた、と書きました。 でも「学校教育」を考えるのであれば、前提となる「学習指導要領」を理解する必要もあるのでは?と。 でも、学習指導要領って総則解説ぐらいしか通しで見たことがなく、何かのタイミングでごくたまに「小4理科ってどんな力が求められているのだっけ?」みたいに見る程度。 学習指導要領って小学校編だけでも337
プロンプトプログラミングって要するに、流れが複雑になると自然言語で上手く行くプロンプト考えるのがダルイってのが問題だから、一旦コード書いてからGPT-4に「このコードのプロセスを自然言語で簡潔に説明してください」って言えば自然言語のプロンプトをゲットできるかもな — うみゆき@AI研究 (@umiyuki_ai) March 20, 2023 Pythonのコードを自然言語に変換する code:""" [Goal]=[Prompt] a[0,0]=|Goal]. a[i,1-5] = 5 ideas to achieve a [i,0]. a[i+1,0] = the idea that seems to be the best among a[i,1-5]. """ 変換前のプロンプトこちらのプロンプトを入力する。 このコードのプロセスを、あなたが理解しやすいプロンプトである自然言語に変
llamaをAlpacaデータセットを使いLoRaでfine tuneしたものが良い感じだったので、Bloomを日本語でfine tuneしてみようと思う 以下をそのまま参考にする とりあえず、fine funeを動かしただけで、ちゃんと学習させてないので注意 HugginfaceのBloomとpeftも参考にする fine tune fine tune対象をBloomに変更 model = LlamaForCausalLM.from_pretrained( "decapoda-research/llama-7b-hf", load_in_8bit=True, device_map=device_map, ) tokenizer = LlamaTokenizer.from_pretrained( "decapoda-research/llama-7b-hf", add_eos_token=
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