プロンプトエンジニアリングの記事です。 ChatGPTなどGPT-3.5系である程度安定して、加工しやすい出力を得るためのノウハウができたので書きました。土日に別の実験をしていて副産物的に得られたものです。 サンプルコードはTypeScriptですが、プログラミング言語に依存した話ではありません。簡単な正規表現による文字列置換のサンプルです。 出力を得られると何が嬉しいのか? 自然言語を自然言語で加工して、キーと値のペアを取得する、JSONを取得するなどすることができるようになるため、テキストを処理できる汎用ミドルウェアとしてLLMを使えるようになります。おそらくLLMを本格的にソフトウェアに組み込んでいく上で、基礎テクニックとなるでしょう。 異なる複数のプロンプトをつなぐときにも大切なテクニックです。 基本的な考え方 GPT-3.5系ではフォーマットを提示するとそのフォーマットに沿ったテ
Metaが2023年2月に発表した大規模言語モデル「LLaMA」はGPT-3と匹敵する性能を持ち、単体のGPUでも動作可能なほどに動作が軽いことから、コンシューマーレベルのハードウェア環境でもChatGPTのようなAIを動かせるようになることが期待されています。そんなLLaMAのデータが流出したと話題になっています。 Facebook LLAMA is being openly distributed via torrents | Hacker News https://news.ycombinator.com/item?id=35007978 LLaMAはMetaのAI研究組織であるMeta AI Researchによって開発された大規模言語モデルです。OpenAIのChatGPTやDeepMindのChinchillaなど、従来の大規模言語モデルを動作させるためにはAIに最適化したアク
Akamai、全サービスを「Connected Cloud」にリブランドし、クラウドへ本格参入。新たに分散型クラウドサービスを投入 CDNベンダ大手として知られるAkamai Technologies, Inc.は、既存のサービスを含む全サービスを「Akamai Connected Cloud」にリブランドし、クラウド市場への本格的に参入を表明。同時に新サービスとして分散型クラウドサービスを投入します。 米国では2月14日に発表し、日本では同社CEO兼共同創業者であるTom Leighton氏を始めとする同社エグゼクティブ3人が来日、3月2日の記者会見で発表しました。 左から、Akamai Technologies, inc Executive Vice President, Global Sales and Services Paul Joseph氏、アカマイ・テクノロジーズ合同会社 職
みなさんこんにちは。@ryuzeeです。 2023年3月3日に開催のイベント「エンジニア文化祭 2023」の登壇資料を公開します。 改善というとすぐにプロセスの変更やツールの導入みたいな話になりがちですが、それだとまずいことが多いです。 ということで、本セッションでは、プロダクトで持続的に価値をすばやく届けるために改善をするときに、どんな切り口でどんなことを考えるとよいかをまとめました。 40分という短いセッションなので、細かいことまでは書ききれていませんが、考え方のヒントになれば幸いです。 忙しい方向けのまとめ アウトカムに注目して改善する プロセス改善だけでは無意味 複数の領域で改善していく(以下はあくまでも例) 問題設定力 たくさん作ることを目的にしない、課題にフォーカス、仮説検証、計測、捨てる…… 開発力 技術に向き合う、練習、継続的なテスト、問題の兆候に継続的に対処、機能横断……
はじめに NineOCR とは NineOCR が抱える課題 Amazon SageMaker Training とは SageMaker Training の始め方 事前準備 AWS が提供しているコンテナイメージを拡張する方法 独自のコンテナイメージに SageMaker Training Toolkit をインストールする方法 スクラッチでコンテナイメージを作成する方法 まとめ 学習ジョブの実行 学習結果の確認 終わりに はじめに こんにちは、研究開発部の石井です。 本エントリーでは、弊社の OCR エンジン「NineOCR」の開発フローに SageMaker Training を導入した話を紹介します。 NineOCR とは NineOCR は Sansan が独自に開発した名刺特化の OCR エンジンです。 名刺をデータ化するフローの中で実際に活用されており、タスクの高速化・高精
ルーマニアのニコラエ・チウカ首相(2023年3月1日撮影)。(c)Daniel MIHAILESCU / AFP 【3月2日 AFP】ルーマニアのニコラエ・チウカ(Nicolae Ciuca)首相は1日、国内で開発された人工知能(AI)アシスタント「ION」を政府の「名誉顧問」に任命したと発表した。「AIを搭載した世界初の政府顧問」だとしている。 IONは鏡のような形状で、音声で対話できる。チウカ氏はIONの主な任務について、ソーシャルネットワークから「国民の提案や要望をリアルタイムに」拾い上げ、政府に伝えることだと説明。政府文書によると、IONは「ソーシャルネットワーク上の情報」を用いて「テクノロジーとAIで世論を把握する」仕組み。 この日公開されたIONは「こんにちは。私は命を与えられました。鏡のように皆さんの声を代弁するのが役目です。ルーマニアについて知っておくべきことは何ですか」と
NECは3月3日、物流倉庫・工場などでの作業内容やレイアウトの頻繁な変更など、変化に柔軟に対応できるロボット制御AIを開発したと発表した。 同AIの制御技術には、機械学習の分野で注目される「世界モデル」がコア技術として利用されており、AIがロボットの動作によって起こる結果を予測することができる。これにより、過去に試したことのない作業条件であっても、予測に基づいて状況に即した常識的な判断を行い、臨機応変にロボットを動かすことが可能になるという。 同日には記者説明会が開かれ、同AIをはじめ、物流業界の中でも倉庫領域のDX(デジタルトランスフォーメーション)に活用できる技術が紹介された。 「世界モデル」をコアにしたロボット制御AIのイメージ AIが自律的に学習し、未学習のサイズ・形状の箱をハンドリング 説明会の冒頭では、NEC データサイエンス研究所 所長の酒井淳嗣氏が、人手不足が課題となってい
Google の FLAN-20B with UL2 を動かしてChatGPT APIのように使ってみる!言語モデルflanUL2YiTay こんにちは!逆瀬川 ( https://twitter.com/gyakuse )です! 今日は昨日公開されたFLAN-20B with UL2を使ってChatGPT APIのように会話をしてみたいと思います。 概要 Google BrainのYi Tayさんらが開発した新しく公開された言語モデルのFLAN-20B with UL2を使ってChatbotみたいな対話をしてみるテストです。 翻訳を組み合わせて実現します。デカ言語モデルが手元で動いてめちゃくちゃ嬉しさがあります。 Google Colab Colab ProのプレミアムGPUでないと動きません 使い方 ランタイム > ランタイムのタイプを変更からGPU / プレミアムとする A100 4
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます O'Reilly Mediaが同社の学習プラットフォームのユーザー280万人のデータを分析したところ、2022年に開発者の学習意欲が最も高かったテーマは予想通り、人工知能(AI)だったという。 同社の「Technology Trends for 2023」(2023年版テクノロジートレンド)レポートによると、自然言語処理(NLP)に関するコンテンツの利用量は前年比42%増と急激に高まり、NLPを支えるディープラーニング(DL)に関するコンテンツの利用量も23%増という2番目の伸びを示したという。 O'Reillyによるこの学習トレンドの状況評価は、同社内部の「閲覧単位」(units viewed)という指標に基づいている。これは、ITワ
こんにちは、HRMOS WorkTech研究所の友部です。今回は巷で話題になっているChatGPTについて、です。ChatGPTは最先端の自然言語処理技術の一つで、文書生成や応答を非常に高い精度でこなすので注目されています。 ChatGPTについて、文書校正や英語学習への応用など様々な使い方が考案されています。実際、ChatGPTが何ができるのか、使い方などは研究者や技術者すら驚くような使い方が報告されています。 では、人事領域においても、ChatGPTは使えるのでしょうか。今回は実際の活用例など含めてお話できたらと思います。 ChatGPTは人事のどんな場面で使えそうか今回のnoteを書くにあたり、ChatGPTは人事のどんな場面で使えそうか、Web上を賑わせている使い方を参考に、いろいろ考えてみました。 研修を作る 人事に関わる知識に関して調べる 制度を作る・改定する 文書で書かれた経
何の話かと言うと 普段、UI に関わらないバックエンドのコンポーネントを作っているエンジニアがフロントエンドのコーディングを理解しようとすると、色々と異次元な世界で混乱する(というか何をやっているのかをすぐに忘れる)ので、バックエンドエンジニアにわかりやすい形で React の仕組み(メンタルモデル)をまとめてみました*1。 ブラウザの画面に描画される個々の要素を「コンポーネント」と呼ぶ。 自分で定義したコンポーネントを HTML タグを使って表示することができる。 コンポーネントは関数として定義する。この関数は、HTML タグで指定された時の属性値を受け取って、コンポーネントを実際に描画する HTML の塊(React 要素)を返す。(つまり、コンポーネントを指定した HTML タグが、コンポーネントからの返り値の React 要素で置換される。) Javascript の関数はクロージ
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