オープンな日本語埋め込みモデルの選択肢 / Exploring Publicly Available Japanese Embedding Models
![2023年度人工知能学会全国大会 (JSAI2023) チュートリアル「解釈可能な機械学習 〜説明は人のためか〜」](https://cdn-ak-scissors.b.st-hatena.com/image/square/b8f9f83cc8d1d161c0f0126441a7acffc14adcb7/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Ff17804dc87c34e61997d048869d061ea%2Fslide_0.jpg%3F25918901)
OpenAIの公式ページに、ChatGPTに使われているモデルである「GPT」を使う上でのベストプラクティスが公開されていました! そこで、ここでは、そのベストプラクティス集を参考に、ChatGPTからより良い結果を得る方法を解説していきます! 原文を読みたい方はこちらの記事をご覧ください! 以下の記事では、おすすめのChatGPTのプラグインを紹介しているので、こちらもぜひご覧ください。 1.明確な指示を出す ChatGPTは非常に優れたAIですが、さすがに私たちの考えを読み取ることはできません。 したがって、ChatGPTから希望する回答を得るためには、私たちの考えを詳細に伝えるために明確な指示を出すことが大切です。 OpenAIは、この「明確な指示」を出すための具体的なアドバイスを以下の6つのポイントで紹介しています。 詳細な説明をする ペルソナを設定する デリミター(区切り記号)を
LLMのEmbedding利用では、自社マニュアルなどのチャットボット・QA利用が真っ先に思い浮かびます(会話履歴も実装したもの)。一方で、通常企業で営まれる定常業務においては正確な数値や文字列が求められることも多くあります。お金の計算などはその最たるものですね。 LangChainには LLM Math という、LLMから数値計算を行わせるのに便利なモジュールもありますが、今回はそれを利用する前に、商品データベースから「適当な」言葉でデータを引っ張り出して発注書や請求書を作ってみます。 LangChainのEmbeddingで発注書を作る何が問題か?市場に広く流通する商品には通常、JANコードやGTINコード、あるいはASINといった、製品を一意に特定できるコードが付与されています。一方で、人間が日頃商品を区別するときには商品名を主に利用しています。あるいは、ネットのURLと記事タイトル
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