GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultra、Command R+に同じ質問をして、回答結果を比較してみた - Qiita
GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultra、Command R+に同じ質問をして、回答結果を比較してみたPythonAWSAzureOpenAIGoogleCloud はじめに GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultra(Gemini Advanced)、Command R+に同じ質問をして、回答結果を比較してみました。 Gemini Ultra以外のモデルはPythonコード上から実行し、Gemini UltraはGemini Advancedのチャット上で実行していま
はじめまして、ますみです！ 株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ この記事では、入門者向けの「RAG」の開発手法を解説します！ もしもPythonを使ったことがない方は、下記のZenn本を参考にしてください。 また、RAGについての基礎知識を学びたい方は、下記のZenn本を参考にしてください。 さらに、RaggleというRAGの精度を競うコンペを開催しているため、ご興味のある方は、こちらのコンペを通して、RAGのスキルアップにご活用ください！ なんと1位の人には、賞金30万円も付与されます🏆 それでは、早速解説をしていきます！ この記事の内容を習得すれば、Raggleに応募できる状態になるため、ぜひ皆さんもRaggleのコンペに挑戦していただけたら幸いです^^ 全体の流れ
# 開発用ステージ FROM python:3.11.9-slim-bookworm AS developer ENV PYTHONUNBUFFERED=1 ENV PYTHONDONTWRITEBYTECODE=1 WORKDIR /app RUN apt-get update \ && apt-get install -y --no-install-recommends \ wget=1.21.3-1+b2 \ && apt-get -y clean \ && rm -rf /var/lib/apt/lists/* COPY requirements.txt ./ RUN pip install --no-cache-dir -r requirements.txt COPY . . # ビルド用ステージ FROM python:3.11.9-slim-bookworm AS build
はじめにこの記事は、初めてStable DiffusionのLoRAを作成する方に向けた解説です。わかりづらかったらすみません。 この解説ではSDXLベースのIllustrious-XL-v1.1で二次元イラストのキャラクターのLoRAを作成します。 注意すでにWebUIの環境構築と生成ができていて生成に慣れている前提のガイドとなります。 GitとPython3.10または3.11が必要です。 Windows向けのガイドです。 また、NVIDIA GeForce RTXグラフィックボード(VRAM 8GB以上)と32GB以上のメインメモリが搭載された高性能なパソコンが必要です。 そもそもLoRAってなんぞや？Low-Rank Adaptationが正式名称です。 難しくいうと、ウェイトとデータセットの差分を出力するものです。低ランクの行列に分解してからファインチューンすることで少ないメモリ
PDFドキュメントを画像のまま検索できるColQwen2でマルチモーダル検索を試す - Taste of Tech Topics
こんにちは。データサイエンスチームYAMALEXの@Ssk1029Takashiです。 完全に年末ですが、最後まで油断せずに年を越したいですね。 このブログは、LLM・LLM活用 Advent Calendar 2024の25日目になります。 qiita.com 今年は1年間RAGを扱う多くの事例に触れさせていただきましたが、どこでも難しいのが図や画像が使われているドキュメントですね。 ただのPDFであれば、pdfminerなどのライブラリを使用して文字を読み取り検索すればよいですが、画像が使われるとそう簡単にもいきません。 画像部分からはOCRを使って文字を取り出すなど、工夫が必要になります。 今回はドキュメントを画像にした状態で検索可能にするColQwen2というモデルを使って日本語ドキュメントの検索を試してみます。 ColQwen2とは 実験 環境 PDFドキュメントのEmbeddi
CIの時間を(できるだけ楽して)半分にしてみた - Nealle Developer's Blog
こんにちは、ニーリーの佐古です。 現在開発速度や開発者体験の向上のため、取り組みの諸々を遂行しています。 開発者体験とCI 天井の雨漏りが4か月ほど止まらないので私の開発者体験は酷いことになっています。 さて、皆さんCIの待ち時間はお好きですか？私は大嫌いです。 弊社バックエンドリポジトリのPR時CIはプロダクトの成長に合わせて実行時間が順調に伸びており、 開発速度と開発者体験の双方に悪影響をもたらしていました。 実は別チームで改善のための試みがなされたことはあったのですが、 そこで行き当たった問題をある程度解決してどうにかエピソードになる程度の成果を得られたので 簡単に記しておこうと思います。 前提 プロダクトはDjangoで、リポジトリはGitHubで管理されています。 AS-WAS ついこないだまでのPR時CI。 こちらがもともとのGitHub CIのグラフです。 正直経験上そこまで
ハイパーモダンPython
ハイパーモダン（hypermodern）という言葉は20世紀初頭を代表するチェスプレーヤーたちが考案した、当時モダンであると考えられていたオープニング戦略を超える斬新な戦略に由来するものです。本書はPythonを使った開発におけるハイパーモダンな戦略を提示します。Poetry、Nox、pytest、Ruff、uv、Ryeといった新しいツールを活用して、ワークフローをさらに効率化し、堅牢かつ信頼性の高いプロジェクトにする手法を紹介します。ハイパーモダンな戦略を通じて、開発において本当に重要なことを学べる1冊です。 訳者まえがき はじめに Ⅰ部 インストールと環境 1章 Pythonのインストール 1.1 複数のPythonのバージョンをサポートする 1.2 Pythonインタプリタを探す 1.3 WindowsにPythonをインストールする 1.4 Windows用Python 1.5 m
はじめに Google CloudのVertex AIを活用して、RAGを構築しないといけなくなったので、その方法をまとめていきます。 まずは準備として、ローカルのみで実装をしていきます。 今回の記事では、ローカルに保存したテキストドキュメントをベースに、ローカルのDBにベクトルデータを保存し、LangGraphでRAGを実装していくことを考えます。 その上で、次回以降の記事で、Google CloudのGCSにドキュメントを置いたり、BigQueryをベクトルストアにしたり、Cloud SQLをベクトルストアにしたりする方法を解説していきたいと思います。 参考文献 （書籍のリンクはamazonアフィリエイトリンクです） 記事 LangChainからLangGraphによるAgent構築への移行方法 Chroma DBによる類似度検索のメソッド カスタムRetrieverクラスの作成方法
そのほかのオプションは、以下の公式サイトを参照してください。 hatch test Reference - Hatch Hatchではカバレッジの計測もデフォルトでサポートされています。coverageが利用されています。 $ hatch test -py 3.11 -c ───────────────────────────── hatch-test.py3.11 ───────────────────────────── ============================ test session starts ============================ platform darwin -- Python 3.11.2, pytest-8.2.0, pluggy-1.5.0 rootdir: /Users/gihyo/dev/gihyo-python-monthly
Comparing AWS Lambda Arm64 vs x86_64 Performance Across Multiple Runtimes in Late 2025
Update: This article was initially published on November 24th. All the takeaways from the original article still hold, but it turns out it's possible to make Rust even faster on Arm! After publishing this benchmark, Khawaja Shams suggested enabling assembly-optimized SHA-256 hashing in the Rust workload. Enabling theasm feature on the sha2 crate resulted in a 4-5x performance improvement for Rust
Python ライクな事前コンパイラ言語のパフォーマンスを比較してみた Python ライクな文法だけど事前コンパイルして実行するタイプの言語が近年増えてきています。 ずいぶん前からあるのは Cython。ちょっと前から Codon。最近 Mojo という感じでしょうか。 プログラミング学習のハードルが低いことから初学者を始め Python もしくは Python の記法で書けると嬉しいというニーズはAIプログラミングという新潮流もあって高まっていると思います。 Python ニーズの高まりに相反して、素の Python で数値計算をさせるのは実用上難しいことが多いです。Python 3.13 が JIT (Just in Time) コンパイルに標準で対応する予定だという話も聞こえてきましたが、やはり JIT コンパイルでも数値計算、科学計算に本格的に用いるには物足りません。 そこで、P
ローカルの導入方法 - NovelAI 5ch Wiki
NovelAI 5ch Wiki 画像生成AIの情報を纏めるWikiです。 トップページページ一覧メンバー掲示板編集 × ローカルの導入方法 最終更新：ID:WykkxzGojw 2025年08月12日(火) 17:51:03履歴 概要 導入 1. Python 3.11.9をインストールする 2. Gitをインストールする 3. reForge本体のダウンロード ①WebUIをZIPでダウンロードする場合 ②Github Desktopをインストールする場合：🔰おすすめ! ③Gitを使う場合 4：モデルのダウンロードと配置 5：VAEのダウンロードと配置(任意だけど推奨) 6：配置 7.起動確認 8(※オプション)：環境設定 簡易インストール StabilityMatrix UIの日本語化 バージョンを戻す方法 git checkoutを使う方法 クリーンインストール 移動する方法 削
FastAPIユーザーから見たRobynのポテンシャルとパフォーマンス検証 - KAKEHASHI Tech Blog
はじめに Musubi 開発チームおよびサーバサイド Python 研究会の加藤です。 サーバサイド Python 研究会では、カケハシ社内にいる Python バックエンド開発者と、Python に興味がある人たちが集まってワイワイやっています。 今回は、研究会の中で話題に出た Robyn Framework について調べてみました。 Robyn Framework ってなに？ Robyn Framework（以下 Robyn）は Sparckles が開発する Web アプリケーションフレームワークです。 公式サイトのトップには "A Fast, Innovator Friendly, and Community Driven Python Web Framework" と掲げられており、パフォーマンスを全面に押し出していることが伺えます。 また、その後には Robyn merges
4月9日、Pythonの開発チームはPython 3.11.9をリリースした。このバージョンはPython 3.11シリーズの最新のリリースで、新機能と最適化が盛り込まれている。 4月9日、Pythonの開発チームはPython 3.11.9をリリースした。このバージョンはPython 3.11シリーズの最新のリリースで、新機能と最適化が盛り込まれている。 主要な新機能 Python 3.11.9では、Python 3.10と比較して以下の主要な新機能が提供されている。 PEP 657 – トレースバックにおけるエラー位置の詳細な指示を含める機能 PEP 654 – 例外グループとexcept*の導入 PEP 673 – Self Type PEP 646 – 可変ジェネリクス PEP 680 – tomllib: 標準ライブラリでのTOML解析サポート PEP 675 – 任意のリテラル
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
RAG開発の超入門【RaggleのQuickStart | Pythonのソースコードあり】
PythonのDockerfileをセキュアにするためのベストプラクティス - Qiita
Stable DiffusionのLoRAのつくりかた｜RedRayz
LangGraphのTool Callingを利用して、RAG Agentsを構築する（前編）
最近気になるツール「Hatch」でPythonプロジェクトを管理する | gihyo.jp
Pythonライクな事前コンパイラ言語のパフォーマンス比較 - Qiita
Python 3.11.9リリース ー Faster CPythonプロジェクトによる高速化