大規模言語モデル (LLM) の性能が大幅に向上したことで、さまざまな分野で LLM の活用が進んでいます。LLM を使った文章の要約や翻訳の効果はすでに実感している方も多いかもしれません。LLM そのものを利用するだけでもその恩恵を得ることができますが、LLM と他の技術を組み合わせることで、既存のアプリケーシ...
大規模言語モデル (LLM) の性能が大幅に向上したことで、さまざまな分野で LLM の活用が進んでいます。LLM を使った文章の要約や翻訳の効果はすでに実感している方も多いかもしれません。LLM そのものを利用するだけでもその恩恵を得ることができますが、LLM と他の技術を組み合わせることで、既存のアプリケーシ...
Bert-VITS2 with more controllable voice styles. style-bert-vits2-demo-JP-Extra.mp4 You can install via pip install style-bert-vits2 (inference only), see library.ipynb for example usage. 解説チュートリアル動画 YouTube ニコニコ動画 English README 🤗 オンラインデモはこちらから Zennの解説記事 リリースページ、更新履歴 2024-03-16: ver 2.4.1 (batファイルによるインストール方法の変更) 2024-03-15: ver 2.4.0 (大規模リファクタリングや種々の改良、ライブラリ化) 2024-02-26: ver 2.3 (辞書機能とエディター機能) 2
Twitterの共同創業者、ジャック・ドーシー氏によるSNS「Bluesky」が、誰でも登録できるようになりました。 Blueskyは、イーロン・マスク氏による買収に伴いTwitter(現X)で混乱が起きる中、移行先として注目されていたSNSの1つ。これまでは招待制でしたが、日本時間2月6日からオープンになりました。 アカウントを作成するには電話番号を登録してSMS認証を行う必要があります。興味のあるトピックなどを選択して登録完了です。ユーザーインタフェースはXと似ています。 SMS認証が必要 Xと似たインタフェース Blueskyは公開SNSで、非公開アカウント(鍵アカ)にはできません。投稿やいいねのほか、ブロックも公開されますが、ミュートは非公開です。 画像をもっと見る advertisement 関連記事 X(Twitter)に音声・ビデオ通話機能 初期設定では「有効」、望まない人は
We introduce AnyTool, a large language model agent designed to revolutionize the utilization of a vast array of tools in addressing user queries. We utilize over 16,000 APIs from Rapid API, operating under the assumption that a subset of these APIs could potentially resolve the queries. AnyTool primarily incorporates three elements: an API retriever with a hierarchical structure, a solver aimed at
LLMs are a powerful new platform, but they are not always trained on data that is relevant for our tasks. This is where retrieval augmented generation (or RAG) comes in: RAG is a general methodology for connecting LLMs with external data sources such as private or recent data. It allows LLMs to use external data in generation of their output. This video series will build up an understanding of RAG
大規模言語モデル (LLM) の性能が大幅に向上したことで、さまざまな分野で LLM の活用が進んでいます。LLM を使った文章の要約や翻訳の効果はすでに実感している方も多いかもしれません。LLM そのものを利用するだけでもその恩恵を得ることができますが、LLM と他の技術を組み合わせることで、既存のアプリケーションを強化したり、画期的なアプリケーションを開発することが期待できます。このセッションでは、LLM をビジネス活用する際のポイントやユースケースの紹介と、AWS のサービスと組み合わせる際の基本的なアーキテクチャをご紹介します。 登壇者: 大渕麻莉 (アマゾン ウェブ サービス ジャパン合同会社 機械学習ソリューションアーキテクト)
Retrieval Augmented Generation (RAG) for LLMs There are many challenges when working with LLMs such as domain knowledge gaps, factuality issues, and hallucination. Retrieval Augmented Generation (RAG) provides a solution to mitigate some of these issues by augmenting LLMs with external knowledge such as databases. RAG is particularly useful in knowledge-intensive scenarios or domain-specific appli
はじめに 新規事業部 生成AIチーム 山本です。 ChatGPT(OpenAI API)をはじめとしたAIの言語モデル(Large Language Model:以下、LLM)を使用して、チャットボットを構築するケースが増えています。通常、LLMが学習したときのデータに含まれている内容以外に関する質問には回答ができません。そのため、例えば社内システムに関するチャットボットを作成しようとしても、素のLLMでは質問に対してわからないという回答や異なる知識に基づいた回答が(当然ながら)得られてしまいます。 この問題を解決する方法として、Retrieval Augmented Generation(以下、RAG)という手法がよく使用されます。RAGでは、ユーザからの質問に回答するために必要そうな内容が書かれた文章を検索し、その文章をLLMへの入力(プロンプト)に付け加えて渡すことで、ユーザが欲しい
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