1,2 1 1 2 {hiroki.iida@nlp.c., okazaki@c.}titech.ac.jp BERT BM25 BM25 1 BERT [1] BM25 [2] [3] [4] SPLADE [5] ColBERT[6] [7, 8] [9] IDF [9] [7, 10, 11] SPLADE ColBERT BM25 ― 176 ― 言語処理学会 第29回年次大会 発表論文集 (2023年3月) This work is licensed by the author(s) under CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). 1 SPLADE ColBERT [9, 12] • • 2 GPL [8] GPL T5 [13] 1 [3] 1 cross-encoder/ms-marco-Mini
競争力の源泉となるシステムは自らの手で開発する。こうした考えに基づいてここ数年、ユーザー企業によるシステム内製が大きなトレンドになっている。これまでは外部のシステムインテグレーター(SIer)に丸投げしていたシステム開発を、ユーザー企業自らが手掛けるのだ。 ただ、自社でシステムを開発してこなかった企業がいきなり開発を始めるのはハードルが高い。加えて、ソフトウエアエンジニアの深刻な人材不足という問題もある。 こうした問題を解決すると期待されているのが「生成AI(人工知能)」だ。生成AIを使えば、システム開発を始めるハードルを大幅に下げられ、システムを内製しやすくなる。 ユーザー企業が生成AIを生かすパターンは2つある。1つは生成AI対応の開発支援ツールを利用すること、もう1つは生成AI自体を組み込んだシステムを内製することだ。このうち内製化のハードルを下げるのは、前者の開発支援ツールの利用で
In the past year, MultiModal Large Language Models (MM-LLMs) have undergone substantial advancements, augmenting off-the-shelf LLMs to support MM inputs or outputs via cost-effective training strategies. The resulting models not only preserve the inherent reasoning and decision-making capabilities of LLMs but also empower a diverse range of MM tasks. In this paper, we provide a comprehensive surve
Tweet RAG (Retrieval Augmented Generation) を活用!LLMで外部データを参照する方法を解説 はじめに はじめまして、DX Technology Unitの芹澤です。普段はAI関連技術を用いた研究開発に携わっています。 昨今、ChatGPTを初めとした大規模言語モデル (Large Language Model; 以下LLM) が話題になっており、様々な質問に対して非常に優れたアウトプットが得られるようになりました。一方、LLMを企業で使用する場合、社内特有のデータを参照する必要があるため、社内特化LLMシステムを構築することが必須となります。 弊社では、社内の業務効率化を目的とした生成AIの活用を促進する「生成AIプロジェクト」が立ち上がり、ChatGPTをはじめとしたLLMの検証作業を進めています。その中で生成AIが社内情報を参照できるようにする
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