はてなブックマーク

2024年5月31日に、4月1日よりサービスリリースしていたPDF翻訳アプリ「Indqx」のサービス提供を終了させました。 本記事では、PDF翻訳アプリIndqxをなぜ作ったのか？ なぜ、2ヶ月でサ終了させたのかを開発者である私が、書き残したいと思っています。 1.PDF翻訳アプリIndqxとは？DeepL翻訳とIndqx翻訳比較翻訳例　左原文　右翻訳翻訳例　左原文　右翻訳Indqx翻訳は、論文読者向けのPDF翻訳Webアプリ。 論文特化の翻訳サービスで、DeepL翻訳+自作のPDF翻訳エンジンにて、PDFを翻訳します。それだけ！ サービスURL(サイトは残してるけど、サーバー課金を切ってしまったので、開くのにすごく時間が掛かる) https://indqx-demo-front.onrender.com/ 2.何がすごいの？2-1.すごい所①「PDFフォーマットが崩れない」ご存知の通り、

2024年3月4日に登場した、Claude 3 ファミリーについて、Xでは、解答がGPTに比べ、人間味がありおもしろいことが話題になっています！ 「Claud3で2chをシミュレートすると楽しい」と聞いたので試してみたが…AIの考えるニュー速vipの解像度が高くてワロタwww pic.twitter.com/Cf62kpoC7F — 深津 貴之 / THE GUILD (@fladdict) March 7, 2024 しかし、使う側として知りたいのは、アウトプットの内容だけではなく、コスト、コンテキスト長、トーカナイザー！だろうということで、以下に比較を掲載しました。 1.GUI版Web版のコストOpen AI - ChatGPT Plusコスト：USD $20/month(約3000円/月) 有料版 提供サービス: GPT-4へのアクセス ピーク時の優先アクセス 応答時間の短縮 新機能

なお、最新の12.3でも動作しました。 2A-1B. Cudaがインストールされている場合、 バージョン情報を確認してください。 バージョンが、12.2.0 または11.7.1ではない場合(12.3でも動作しました)、上記Cudaリンクよりダウンロードインストールしてください。 2B.llama.cppをインストールする以下リンクより、対応したzipファイルをダウンロードします。 現行の最新バージョンは、b1988です。(2024年1月29日時点) Cuda12.2.0の場合、「llama-b1988-bin-win-cublas-cu12.2.0-x64.zip」を、Cuda11.7.1の場合、「llama-b1988-bin-win-cublas-cu11.7.1-x64.zip」をダウンロードしてください。 ダウンロード後、解凍しておきます。 3.Llama.cppを動作させるhtt

12月13日にリリースされた「Gemini Pro」をPythonにて動かしたのでその際のメモを以下に示しています。「Gemini Pro Vision」については、当方興味ないため解説しておりません。 1.API キーの取得以下のサイトよりAPIキーを取得します。 上記サイトにログインしたら、GetAPI Keyより、「Create API key in new project」にて新規でAPI Keyを作成し、取得しましょう。 API Keyは、Pythonコード上に以下のように宣言することができますが、Pythonコード上に、API Keyを記載するのはセキュリティ的な観点で、望ましくないので、環境変数化することをお勧めします。本記載コードはWindows 環境変数を読み込む前提となっている点について注意してください。 API Keyを直接コードに記載する例 GOOGLE_API_K

はじめにAITuberとノベルゲームを共に楽しむために、ゲーム内のテキストを読み取り、AITuberが読み上げるシステムの構築を目指しています。 この記事では、Pythonで利用可能な複数のOCR（光学文字認識）ライブラリを試し、それぞれの認識精度と性能を比較してみました。 OCRライブラリの選定今回検証したライブラリは以下の通りです： Tesseract OCR: オープンソースで広く使われているOCRエンジン。 EasyOCR: ディープラーニングに基づく別の人気OCRツール。 認識テストに用いた画像テスト画像1: ゲームスクリーンショットをトリミングのみ実施 ドキドキ文芸部よりテスト画像2:画像1を画像処理したデータ 白ピクセル以外を塗りつぶし実装とテストPython環境でこれらのライブラリを実装し、同じノベルゲームのスクリーンショットを使ってテストを行いました。主な焦点は、認識精度

注意：この記事は書きかけの状態で公開しています。 参考(以下のチュートリアルを日本語訳+補足した内容になります。 LangChainのSummarization機能を用いて、ドキュメントを要約します。 要約を行うプログラムの前に、ドキュメントを要約する方法(CombineDocuments Chain)について学ぶ必要があります。 CombineDocuments ChainsについてCombineDocuments Chainは、複数のドキュメントに対して言語を実行する必要がある場合に便利です。 一般的な使用例としては、 質問応答 ソース付き質問応答 要約 などがあります。詳細は、こちらの概要をご覧ください。 https://langchain.readthedocs.io/en/latest/use_cases/combine_docs.html 1.Stuffingスタッフィングとは

注意：メモなので、不親切な説明+適当な情報が含まれます。 概要-メモリデフォルトでは、チェーンとエージェントは状態を持たず、つまり各入力クエリを独立して扱います。一部のアプリケーション（チャットボットはその一例です）では、以前の相互作用を短期的にも長期的にも覚えることが非常に重要です。そのために「メモリ」という概念が存在しています。 Conversational Memoryより簡単な形のメモリの一つは、チャットボットにおいて以前の会話を覚えることです。これを実現する方法には、いくつかの異なる方法があります。 Buffer：これは、過去N回の相互作用をコンテキストとして渡すだけです。Nは固定の数値、相互作用の長さなどに基づいて選択できます。 Summary：これは、以前の会話を要約し、生のダイアログ自体の代わりにその要約を渡すことを意味します。バッファと比較して、情報を圧縮するため、より多