この記事は以下のブログを翻訳したものです。 この度、最新のホワイトペーパー「Develop a tenant environment strategy to adopt Power Platform at scale」を Microsoft Learn にて公開いたしました。この包括的なガイダンスは、企業が Power Platform 環境を効果的に管理、最適化し、Power Platform への投資を最大限に活用できるようにするためのものです。 Microsoft Power Platformを採用するまでの道のりは、組織によって異なります。テナント環境戦略は、管理しやすく安全な方法で利用を加速させるための基礎を築きます。効果的な環境戦略は、コントロールを維持し、セキュリティを確保し、効率を最大化するために極めて重要です。当社のホワイトペーパーでは、このような戦略の主要な構成要素を掘
富士通は、企業が膨大なデータを基に生成AIを活用するための環境や仕組みを提供する「エンタープライズ生成AIフレームワーク」を提供開始する。 富士通は2024年6月4日、企業が膨大なデータを基に生成AIを活用するための環境や仕組みを提供する「エンタープライズ生成AIフレームワーク」のサービスを同年7月から開始すると発表した。AIプラットフォーム「Fujitsu Kozuchi」のラインアップに加える形で提供する。本稿では、同日に開催した生成AI(人工知能)などに関する同社の研究開発説明会の内容を基に紹介する。 ナレッジグラフの研究アドバンテージを生かす 富士通は現在、大規模言語モデル(LLM)を活用した企業向けシステムの研究開発を推進している。同社はこれまでに自社の従業員約12万4000人を対象に生成AIの利用環境を整備する他、Fujitsu Kozuchi上での対話型生成AIシステムの提供
こんにちは、インハウスマーケティング部のかけるです。 生成AIによってライティング業務の効率化が進むなかで、「文字起こし」は生成AIが得意とする領域の一つです。 今回は数ある文字起こしAIのなかでも、実際に使ってみて良かった文字起こしAI「Gladia」について、その使い方や魅力をご紹介します! 「Gladia」は精度が抜群 https://www.gladia.io/ まず前提として、Gladiaの文字起こしの技術には、OpenAIがオープンソースとして公開している文字起こしAI「Whisper」が活用されています。 Gladiaの大きな魅力は、なんといっても音声から文字を起こす(Speech-to-Text)際の精度の高さです。 一般的に、音声認識の精度は「単語誤り率 (WER)」という、その音声認識モデルが音声をテキストへ変換する際にどれぐらい間違えてしまったのかという評価尺度があり
LLM-as-a-Judgeとは LLMをアプリケーションに組み込んでいると、LLMの出力を評価する必要が出てきます。 LLMの「出力は確率的である(毎回異なる)」ためです。 また、LLMの出力はハルシネーションを含む可能性がありますし、間違いではないにしてもサービス提供者の意図とは違った出力をエンドユーザーに提示してしまうかもしれません。 LLMの出力を評価して、出力が適切でないことを判定できれば、ユーザーには表示しない、出力を再度行わせる(出力をLLMに修正させるのもよいでしょう)というようなことができるようになります。 ただし、LLMのすべての出力を人が評価していたのでは、手が回りません。 そこで、注目されているのが、LLM-as-a-Judgeと呼ばれるLLMにLLMの出力を評価させる手法(以後、単に評価と呼ぶ)です。 評価にLLMを使えば、出力をすぐに評価し、評価結果をアプリケー
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