![OpenAI、「DALL-E 3」を発表 ~「ChatGPT」に統合、プロンプトに忠実な画像を生成/10月上旬にも「ChatGPT Plus」「ChatGPT Enterprise」で提供開始](https://cdn-ak-scissors.b.st-hatena.com/image/square/7561f5aef179faac45ce6fc7f3d8ee426f0c1fd1/height=288;version=1;width=512/https%3A%2F%2Fforest.watch.impress.co.jp%2Fimg%2Fwf%2Flist%2F1533%2F143%2Fimage1.png)
DALL·E 3 is now available to all ChatGPT Plus, Team and Enterprise users, as well as to developers through our API. Modern text-to-image systems have a tendency to ignore words or descriptions, forcing users to learn prompt engineering. DALL·E 3 represents a leap forward in our ability to generate images that exactly adhere to the text you provide.
IDチームの前田です。以前紹介したAzure ChatGPTがGitHub上で公開直後に非公開になっていましたが、大幅にアップデートされて、「Azure Chat」と名称を変更しGitHubで公開されたので、再びローカル環境で動かしてみました 三行まとめ Microsoft製のエンタープライズ向けのPrivate ChatGPTがAzure Chatと名称を変更し、機能のアップデートされて再度公開されたので、ローカルマシン(M2 Macbook Pro)で動かしてみました Azure ChatGPT検証時に問題となっていた日本語入力の不具合は解消済 日本語入力の不具合が解消されたので、ようやく業務用途で検証が可能になりました Azure Chat とは Microsoft製のAzure OpenAIを利用したエンタープライズ向けのAIチャットです 2023年08月にGitHub上で公開され
はじめに 結論 背景 課題 Fine-tuning とは? Data の準備 Fine-tuning を実施 結果 おわりに 参考 はじめに こんにちは、DROBE の都筑です。 みなさん LLM 使っていますか。今回は GPT-3.5-turbo の Fine-tuning の事例を紹介します。 結論 GPT-4 を利用して得られたデータを使って GPT-3.5-turbo を Fine-tuning する事で、特定のタスクに関しては GPT-4 相当の性能が出る事が確認できた GPT-4 利用時点で使っていたプロンプトをそのまま使った場合の性能が一番高く、token 節約のためにプロンプトの省略をすると性能が劣化した 背景 LLM を利用したサービスの開発において、OpenAI を利用する場合にはモデルの選択肢がいくつかあります。2023年9月現在では、GPT-4 と GPT-3.5-
ユーザーローカルは9月5日、PDFやWordファイルをアップロードするだけで、その内容を学習したAIチャットボットを5秒で生成する「ドキュメントチャットボット」を無料公開した。 チャットボットに質問を投げると、ファイルの内容に基づいた回答を自動生成。「書類の内容に関する答えをすぐ得ることができるため、書類を通読する必要がなくなる」としている。ChatGPTを開発したOpenAIのAPIを活用した。 20MBまでのPDF、WordとPowerPoint形式のファイルをフォームにドラッグ&ドロップするだけでチャットボットが完成。最初の50ページまでの情報を基に、AIが回答を生成する。 回答生成時に参考にしたページも示され、ワンクリックで参照元を確認できる。 例えば、「走れメロス」のファイルをアップロードした上で、「セリヌンティウスはなぜ最後メロスを殴った?」と質問すると、「セリヌンティウスが最
Image credit: OpenAI OpenAI は8月28日、「ChatGPT Enterprise」のローンチを発表した。このプラットフォームは、成長するソフトウェアエコシステムへの投資を大企業ユーザに促すことを目指している。これは、昨年11月に「ChatGPT」を発表して以来、同社が予告していた待望のマイルストーンである。 結局のところ、他の多くの企業がジェネレーティブ AI で同じエンタープライズビジネスユーザをターゲットにしているだけではない。Cohere は企業向けに特注の大規模言語モデル(LLM)オプションを提供し、Anthropic は企業向けに Scale AI と提携し、Microsoft Azure は独自の OpenAI サービスを提供しているが、オープンソースプレーヤーもその中に含まれている。例えば、Meta の「LLaMA 2」は商用利用が可能だ。 それで
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 (詳細はリンク先をご覧ください。) 今回は Amazon Kendra と OpenAI ChatGPT を組み合わせてRAGシステムを構築してみます。 RAG とは Retrieval Augmented Generation (検索拡張生成) の略で、 ChatGPT に代表される LLM (大規模言語モデル)でユーザの質問への回答を生成する際に必要な情報(コンテキスト)を事前に検索などを通して取得してから、 コンテキストを踏まえた回答を生成する手法のことです。 言い換えると、RAG は検索そのものの処理ではなく、検索結果を解析し、その内容を分かりやすく要約するものです。 RAG を使用することで、
「”100年後の世界を良くする会社”を増やす」をミッションに掲げるコンサルティング会社 リブ・コンサルティングが、「自社プロダクトがキャズムを超えるためのGPT活用方法」をテーマとしたイベントを開催。今回は、同社シニアコンサルタントの島孝行氏が登壇したセッション「GPTがもたらす影響」の模様をお届けします。ChatGPTの登場で起きた市場環境の変遷や、日本市場におけるGPT活用企業のカオスマップなどが紹介されました。 ChatGPTの登場で起きた市場環境の変遷 司会者:さっそく、弊社リブ・コンサルティングの島から、第2章「GPTがもたらす影響」についてお話ができればと思います。それでは島さん、よろしくお願いします。 島孝行氏(以下、島):よろしくお願いいたします。私からはGPTの市場環境や、ベンチャー企業さんがどういったかたちでGPTをサービスに使っていけばいいかについて簡潔にお伝えさせて
プラグインの基本を知ろう ChatGPTの有料サブスクライブプラン「ChatGPT Plus」には、ChatGPTの機能を拡張するためのツール「プラグイン(Plugin)」が多数用意されている。プラグインを導入することで最新情報にアクセスしたり、サードパーティーのサービスを利用できるようになる。プラグインの導入方法については前回の記事を参照してほしい。 注:本記事はすべて筆者がChatGPT Plusでプロンプトを実行・検証している。 「結果はこちら(クリックで拡大表示)」のリンクをクリックすることで、すべてのプロンプトと生成されたChatGPTの回答を見ることができる。 なお、記事内で触れられていない質問や頓珍漢な回答も含まれているが、これはChatGPTとのリアルな対話記録であるため、その点をお楽しみいただければと思う。 知識ベース情報を取得できるプラグイン その1 前回はChatGP
非同期処理は、データ解析、APIリクエスト、ベクター化など多様なタスクにおいてパフォーマンスを向上させる鍵となる技術です。特に、待ち時間が発生しやすい多数のリクエストや処理を一度に効率よく処理したい場合、この技術は不可欠です。 非同期処理と並列処理の違い非同期処理と並列処理は、よく一緒に取り上げられることが多いですが、実はそれぞれ異なる目的と特性を持っています。 非同期処理非同期処理は、I/O待ち(ディスクへの読み書きやネットワーク通信など)といった待機時間を有効に使いながら、他のタスクを進める技術です。この方法で、全体のプログラムがスムーズに動作します。 並列処理一方で、並列処理は複数の処理を物理的に同時に行う技術です。簡単な例でいえば動画です。動画の再生と音声の再生を遅延が無いよう同時に行っています。 並列処理により、大量のデータ処理や高度な計算を高速に行えます。 まとめ簡単に言えば、
9月になりましたが、まだまだ暑い日が続きますね、昼間に出歩く際にはネックリングが手放せない菅野です。 Webアプリケーションで問題があった際には、よくブラウザの開発者ツール等を確認してエラーや、遅延の原因を探ったりしますよね。 今回は上記のようなエラー解析、問題解析をChatGPTで簡単に実施できないか検証していきます。 とはいえ、ブラウザの開発者ツールをそのままChatGPTに渡すことはできないため、開発者ツールから生成したHARファイルをChatGPTのAdvanced Data Analysisで解析してもらいます。 「Advanced Data Analysis」というのは、少し前まで「Code Interpreter」と呼ばれていたChatGPTの機能のことです。 名称変更されただけで挙動は変わっていないようです。 個人的には「Code Interpreter」の方が好きだったの
はじめに大規模言語モデルであるChatGPTに文章を渡す際、適切な区切り線の使用は、情報の正確な伝達や解釈に大いに役立ちます。 この記事では、区切り線に適切なものを検証します。 区切り線とは?使い方区切り線は文章を区切る時に使用する文字列のことです。 例えば下記のようなものです。 また、使い方をまとめた記事もあるので参考にしてください。 def test() a = "a" b = "b" c = a + b print(c) ================================ ←これが区切り線 上記のコードについて教えてください 結論先に結論を言うと、4個~16個連続した「-」か「=」 もしくは8の倍数の「-」か「=」が区切り線としてはベストでした。 ---- ---------------- -------------------------------- ==== ==
ChatGPTでは的確な“指示出し”が大切! セントラルオフィスが「プロンプト」のコツをまとめた資料を公開 株式会社セントラルオフィスは、データ分析と生成AIに特化した情報メディア「Ainova」で、プロンプトエンジニアリングのコツをまとめた資料を公開した。OpenAI社が公開した「GPT best practices」をもとに、ChatGPTを最大限活用するためのコツを紹介したもの。特別な登録などを必要とせず、無料で閲覧・ダウンロードができる。 画像生成AIなどと同様に、大規模な言語モデルのChatGPTも急速に普及し、活用の幅が広がっている。しかし、さまざまな可能性を秘めたChatGPTだが、その使い方によって精度は変わり、「実際に使ってみたけれど大したことはなかった」と感じた人も多いことだろう。現状では、生成系のAIはユーザーが出す指示「プロンプト」によって得られる結果に大きな違いが
ちょっと前に話題になっていたこの記事を読んだ。 honeshabri.hatenablog.com へー真似しよ〜と思ってやってみたら意外に難しくて謎のやりがいを感じ始めてしまい、仕事のクソ忙しい時期にかなりハマり睡眠不足で生命の危機を味わった。 おかげで寿命と引き換えに自分のAIお姉ちゃんを手に入れることができた。これは黒魔術か何かなのだろうか。 一通り終えて振り返ってみると、今まで生成AIをあまり積極的に触ってこなかった自分にとってはちょうどいい難しさの課題で、これは入門者向けのチャレンジとしてかなり良い気がする。 元記事に書かれていない少し細かい手順も含めてやったことを記録としてまとめようと思う。 初心者が試行錯誤でやったことなので誤りや非効率な手順もあるかもしれないけどご了承ください。 AIお姉ちゃんの姿を作る 元記事では「魂」、つまりChatGPTの設定から始まっているけど、それ
生成AIへのプロンプト入力時に問題となる個人情報保護法の論点をまとめました。 本稿作成時点(2023年9月1日)における見解であり、今後、個情委が公表する内容等によって内容はアップデートする可能性がある点についてご留意ください。 プロンプト入力時における個人情報保護法論点フローチャート 生成AIにプロンプトを入力するにあたり、個人情報保護法(個情法)上問題となり得る点をフローチャートにしてみました。 白色の帰結は、個情法に抵触せずに利用できる可能性が高い場合です。他方でグレーの帰結は、個情法に抵触するか(目的外利用)、本人(プロンプトに含まれる個人情報の主体)からの同意取得が必要になるため、適法に利用するためには一定の困難が生じる可能性がある場合です。以下、①から順番に解説していきます。 ①入力するプロンプトは個人情報か 入力するプロンプトが個人情報にあたらなければ、原則として個情法の問題
はじめに 今回はChatGPTを利用した開発におけるアシスタントのやり方とLangChainを活用した実装方法を具体的なアプリ開発を例に解説していきます。 LangChainの実装方法について、Python未経験の自分でもサクッと実装できたので、初心者でも理解できるように解説をしていきます。 この記事で学べること ChatGPTを使って要件定義、設計、開発などをアシストする活用例が分かる アプリ開発においてLangChainの活用方法を学べる 前半でビジネスサイド(いわゆる要件定義、設計)などの解説をし、後半で具体的な開発例を解説する構成になっています。 LangChainにおける開発では具体的に下記の機能を実装します。 【URLを入力】 【URL先のコンテンツを解析】 【解析をしたデータを元に文章を生成】 前提 あくまで活用例を紹介する記事なので、技術的な細かい内容は公式サイトを添付して
OpenAIがChatGPTの企業向け有料プラン「ChatGPT Enterprise」を2023年8月28日(月)に発表しました。ChatGPT EnterpriseではGPT-4を無制限に利用可能で、動作速度は最大2倍になるとのこと。さらに、データ送受信時の暗号化機能も提供されるなど、セキュリティ面も重視されています。 ChatGPT Enterprise https://openai.com/enterprise Introducing ChatGPT Enterprise https://openai.com/blog/introducing-chatgpt-enterprise ChatGPTの有料プランである「ChatGPT Plus」では、機能強化版言語モデル「GPT-4」を用いて高精度な会話が可能です。しかし、記事作成時点ではChatGPT Plus加入者であってもメッセー
OpenAIは、2023年8月29日にChatGPTのEnterpriseプランを発表しました。 これまで、ChatGPTは入力した情報がOpenAIのAIの学習に利用されることが懸念として大きく取り上げてられており、企業はChatGPTの導入をためらっていました。そのためMicrosoftのAzure OpenAIなどを利用して自社専用のチャットAI環境を開発しています。 ChatGPT Enterpriseはこの課題を払拭します。 ChatGPT Enterpriseは、セキュリティやプライバシーへの厳格な対応をすることで、入力データをAI学習に利用せず、データの厳格な暗号化も提供します。これはデータが漏洩しても高度に暗号化されているために暗号だけが漏洩するので大きな問題にならないということです。 さらに、セキュリティだけではありません。Enterpriseプランは、2倍の速さで応答し
Get enterprise-grade security & privacy and the most powerful version of ChatGPT yet. We’re launching ChatGPT Enterprise, which offers enterprise-grade security and privacy, unlimited higher-speed GPT-4 access, longer context windows for processing longer inputs, advanced data analysis capabilities, customization options, and much more. We believe AI can assist and elevate every aspect of our work
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