News API + ChatGPT で１日のニュースを要約してメール送信する
さてさて、この間ニュースを見ていたら「チャット型 AI のユーザー数が減少している」という内容を見ました。 どうやら「幻滅期に突入か！？」とまで言われているようですが、私はとても便利に感じていて、もう業務だけでなくプライベートでも使っている状態です。 そしてそんな中、「Artifact」という海外のニュースアプリで便利な機能があると聞きつけました。 それが・・・・・・ AI によるニュースの要約 です。 こんなカンジです。 ↓↓↓ コレいいですよね。👍 正直なところ、たくさんのニュース全部読むのには時間がかかります。なので私は「うーん、コレ長っげぇ記事だな…😅」と感じたときはChatGPTに以下のように聞いてました。 #ChatGPTプロンプト 以下のページを「結局何が言いたいの？」という疑問に答えるように箇条書きで三行に要約してください。 （ここにURL） ※ ちなみにこのプロンプト
OpenAI、2023年4月までの知識をもつ高性能な「GPT-4 Turbo」、カスタム化できるChatGPT「GPTs」を発表 | gihyo.jp
OpenAI、2023年4月までの知識をもつ高性能な「GPT-4 Turbo」、カスタム化できるChatGPT「GPTs」を発表 OpenAIは2023年11月6日、同社主催の開発者カンファレンス「OpenAI DevDay」にて、ChatGPTに関する新たな機能やサービスを発表した。 New models and developer products announced at DevDay GPT-4の高性能モデル「GPT-4 Turbo」 2023年7月に一般利用が始まったGPT-4の、さらに次世代となるモデルである「GPT-4 Turbo」のプレビューが発表された。GPT-4 Turboは2023年4月までの出来事に関する知識を取り込んでおり、より高性能となった。また128kコンテキストウィンドウをもち、1つのプロンプトに300ページ以上のテキスト相当の内容を収めることができ
OpenAI、「ChatGPT」の独自バージョンを構築可能に
UPDATE 「ChatGPT」の提供によって人工知能（AI）チャットボットを誰もが知る存在に押し上げたOpenAIは米国時間11月6日、ChatGPTの独自の特定用途バージョンをユーザーが構築できるようにすると発表した。 そうした特定用途ボットは「GPTs」と呼ばれ、プログラミングの知識がなくても構築できるという。ユーザーに必要なのは、自然な言葉による指示と追加の知識を与えた上で、画像作成やウェブ検索など、その目的を決めることだ。 「GPTsは、ChatGPTを特定用途向けにカスタマイズしたバージョンだ」と、OpenAIの最高経営責任者（CEO）であるSam Altman氏は述べた。同氏は、サンフランシスコで開催されたOpenAI DevDayでこの技術のデモを披露し、構築されたシステムに対して、同氏がアップロードした自身の講演の動画を基に、新興企業向けにアドバイスを提供するアプリを作成
[速報]OpenAI DevDayの発表内容をまとめる！GPT VisionのAPI提供やGPT-4 turboのリリースなど | DevelopersIO
2023年11月6日にOpenAIが初めての開発者向けのイベントであるOpenAI DevDayを開催しました。Youtubeにてオンライン中継が行われたため内容をまとめていきます。 この記事は速報記事であり、英語での発表を日本語で記載するため、内容に誤りがある可能性があります。今後、誤りが見つかった場合は適宜更新していくためご容赦ください。 既にOpenAIの公式でもリリース情報が記載されています。より正確な情報が知りたい方は以下をご覧ください。 https://openai.com/blog/new-models-and-developer-products-announced-at-devday まずは一年の振り返りからイベントは始まりました。この一年で、GPT3.5 / GPT4のリリースや音声への対応、画像生成としてDalle3、エンタープライズプランのリリース、Visionが追
![[速報]OpenAI DevDayの発表内容をまとめる！GPT VisionのAPI提供やGPT-4 turboのリリースなど | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/5c1e7d69a330d74b919a52ae9d3a24612acf3ace/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2023%2F04%2Feyecatch_openai_1200x630.png)
「LIPS AI バーチャルビューティーアドバイザー」開発で発生した諸問題をどう解決したか 回答の質向上には「OpenAI Playground」、見積り精度向上にはユーザーへの先行公開を活用
「『生成AIを使ってこんなもの作ってみました』開発者LT大会」は、急速に発展しているChatGPTや生成AIといったAI技術を使って何かを作ってみた人たちがアイデアや成果を共有する、ログミーTech主催のイベントです。株式会社AppBrewの堀江氏が登壇。続いて、「LIPS AI バーチャルビューティーアドバイザー」の開発の流れと、開発で発生した諸問題の解決方法について紹介します。前回はこちらから。 「LIPS AI バーチャルビューティーアドバイザー」をどのように開発したか 堀江慧氏（以下、堀江）：ここからはどのように作ったか、Howの話に入っていきます。初めにLangChainの「QAシステム作れまっせ」みたいなものをサッとやってみて。質問に関連するドキュメントを引っこ抜いてきて、それをGPTに渡して回答を生成させるみたいなものをPoC（Proof of Concept）してみたんです
ChatGPT/LangChainによるチャットシステム構築[実践]入門
本書籍を全ての章を読み思ったこと。それはこの一冊があればとりあえず入門から今抑えなければならないことは大体網羅できる。そう感じました。 ChatGPT、正確にはOpen AIとLangChain本の紹介となります。私が知るにLangChainとOpen AIを用いたチャットシステム構築の本格的な実践入門書籍としては初になるんじゃないでしょうか。 今回は、そんな書籍のレビューと実際に書籍通りチャットシステム構築をする中で感じたこと、さらなるチューニングについてをご紹介していきます。 紹介する書籍 2023年10月18日発売(書籍/電子)の「ChatGPT/LangChainによるチャットシステム構築［実践］入門」になります。 下記にリンクを貼っておきますので、興味を持たれた方はぜひチェックをお願いします 著者の紹介 本書籍なのですが、今LLM界隈でも情報のキャッチアップとアウトプットの先頭に
![ChatGPT/LangChainによるチャットシステム構築[実践]入門](https://cdn-ak-scissors.b.st-hatena.com/image/square/49cb7277641a9e60d501a46a62f9793fe12e6193/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--G8Wuq7ng--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3AChatGPT%25252FLangChain%2525E3%252581%2525AB%2525E3%252582%252588%2525E3%252582%25258B%2525E3%252583%252581%2525E3%252583%2525A3%2525E3%252583%252583%2525E3%252583%252588%2525E3%252582%2525B7%2525E3%252582%2525B9%2525E3%252583%252586%2525E3%252583%2525A0%2525E6%2525A7%25258B%2525E7%2525AF%252589%25255B%2525E5%2525AE%25259F%2525E8%2525B7%2525B5%25255D%2525E5%252585%2525A5%2525E9%252596%252580%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Ayoshii0110%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzdmOTNhNWVlYjEuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
AIにニュースの収集を任せている方法（GPT-4からSlack投稿） - toyoshiの日記
キーワードベースで情報収集をしているという下記の記事を読みました。私も似たようなことをしているのですがキーワードは使わない方法でニュースの収集をしていて、そのほうがLLMを活用できていると思うのでその方法を紹介します。 forest.watch.impress.co.jp キーワードではなく自分の目的や関心を伝える 以前私が手動でやっていたのはRSSリーダーにサイトを登録して、記事のタイトルと概要を読んで気になる記事を開いて読むということでした。こういうときに人間はキーワード検索をしていません。何をしているかというと自分の目的や関心があって、それに関連する記事をピックアップするということです。それと同じようなことをさせようというのが今回紹介する方法です。 ポイントは今回の場合は私の所属する会社について情報をプロンプトで与え、それに関連するニュースが何かをLLMに考えさせることです。 今回の
OpenAIの競合Anthropic、ChatGPTに匹敵するClaude2をリリース、その特徴や実力とは？ | AMP[アンプ] - ビジネスインスピレーションメディア
ジェネレーティブAIへの注目が集まる中、同分野のスタートアップに対する投資も急増している。dealroom.coによると、現在ジェネレーティブAI分野のスタートアップの合計評価額は、2020年比で6倍増加し、480億ドルに達した。 dealroom.coは、ジェネレーティブAI市場を複数のセグメントに分類しているが、その中でも最大規模を誇るのが「General Intelligence/model makers」で、この分野におけるスタートアップの合計調達額は149億ドルに達している。 この分野にはいわゆる「基盤モデル」を開発するスタートアップが複数含まれており、ジェネレーティブAI領域の中でも特に注目される存在となっている。 その筆頭は、ChatGPTの開発企業として知られるOpenAIだ。さらには、OpenAIの元研究者らが立ち上げたAnthropic、アルファベット傘下のAI企業ディ
![OpenAIの競合Anthropic、ChatGPTに匹敵するClaude2をリリース、その特徴や実力とは？ | AMP[アンプ] - ビジネスインスピレーションメディア](https://cdn-ak-scissors.b.st-hatena.com/image/square/f3252305137fea088e310d3190c4e5c9fca1dfc2/height=288;version=1;width=512/https%3A%2F%2Fampmedia.jp%2Fwp-content%2Fuploads%2F2023%2F10%2Fshutterstock_2299745005-2-1.jpg)
OpenAI、ChatGPTが画像を分析する『GPT-4V（ビジョン）』を発表。安全性、嗜好性、福祉機能を強化 | AIDB
関連研究 ChatGPTの”ふるまいの変化”を定量的に分析した結果 OpenAI、大規模言語モデルの数学能力を大きく向上させることに成功 GPT-4を使用した知的労働者のパフォーマンスは軒並み向上し、もとの成績が良くないほど顕著。※注意点あり 従来の課題 GPT-4Vは、従来のGPT-4が抱えていたいくつかの課題を解決する形で登場しました。 テキスト中心の処理能力 従来のGPT-4は、テキストデータの処理能力に特化しており、テキストベースの質問応答、文章生成、自然言語理解など、多くの用途で非常に有用でした。 しかし、裏を返せば画像や音声など他のメディア形式に対する対応が不足していました。テキストと画像が組み合わさったマルチモーダルなデータに対する処理能力が限定的でした。 画像入力とプライバシー GPT-4の画像データに対する安全な処理能力には限界がありました。例えばプライバシー保護の観点が
「生成AI活用に対して、ガイドラインを持っているか？」 各社CTOが語る、OpenAIを使ったプロダクト設計で気をつけていること
GPT-4を使っていない理由は？ 松田敦義氏（以下、松田）：時間になっているので、20分ぐらいQ&Aをやりたいと思っています。どんなことでもかまいませんので、挙手の上、質問をしてもらえればと思います。 質問者1：登壇ありがとうございます。すごく勉強になりました。まずはAPIのモデルに関しての質問です。みなさんわりと、GPT-3.5を使っていることが多いのかなと思うのですが、GPT-4を使っていないのはやはりコスト面が大きな理由だったりするのかどうかを教えていただきたいです。 松本勇気氏（以下、松本）：実はそのタスクによって僕は（GPT-4を）使っています。特に文書解析の人の時給が高いというケースでです。例えばフォーム的な知識が必要なドキュメントの下書きを作ってみましょうといったケースの場合は、正確性のほうがある程度勝ります。そこに関して、例えばこのドキュメント1本を作るのに10万円かかって
RAGを使った社内情報を回答できる生成AIボットで業務効率化してみた | DevelopersIO
はじめに 新規事業部 山本です。 ChatGPT（OpenAI API）をはじめとしたAIの言語モデル（Large Language Model：以下、LLM）を使用して、チャットボットを構築するケースが増えています。通常、LLMが学習したときのデータに含まれている内容以外に関する質問には回答ができません。そのため、例えば社内システムに関するチャットボットを作成しようとしても、素のLLMでは質問に対してわからないという回答や異なる知識に基づいた回答が（当然ながら）得られてしまいます。 この問題を解決する方法として、Retrieval Augmented Generation（以下、RAG）という手法がよく使用されます。RAGでは、ユーザからの質問に回答するために必要そうな内容が書かれた文章を検索し、その文章をLLMへの入力（プロンプト）に付け加えて渡すことで、ユーザが欲しい情報に関して回答
RAG is more than just embedding search - Instructor
RAG is more than just embedding search¶ With the advent of large language models (LLM), retrieval augmented generation (RAG) has become a hot topic. However throughout the past year of helping startups integrate LLMs into their stack I've noticed that the pattern of taking user queries, embedding them, and directly searching a vector store is effectively demoware. What is RAG? Retrieval augmented
GPT-3.5-turbo を Fine-tuning して GPT-4 相当の性能を獲得する - DROBEプロダクト開発ブログ
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-
OpenAI、待望のエンタープライズ向け「ChatGPT」を発表 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
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
【Python】ChatGPT効率化の為に非同期処理を実装｜Clirea
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、
GPT-4を2倍高速かつ無制限に使える「ChatGPT Enterprise」発表
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
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
「Windows Terminal」に生成AI「Terminal Chat」が登場 コマンドやエラー理解を支援／Canaryチャネル＋「Azure OpenAI Service」で試験提供
AIの進化が止まらない→スクショを送るだけでゲームも作れる、バグも修正できる、宿題もやってくれる、認証システムも…… 【GPT-4V 使用例】
OpenAI、ChatGPTに音声返答と画像認識機能を搭載 - 日本経済新聞
OpenAI、「ChatGPT Enterprise」を発表 ～無制限「GPT-4」と法人向けセキュリティを提供／高度なデータ分析機能やカスタマイズオプションも
