マルチステップエージェントの安定化についてAIでマルチステップエージェントを作る際、安定した挙動にすることが難しいという話をよく耳にします。多くの人はRAG(Retrieval-Augmented Generation)に知識を入れていますが、プロセス情報を先に入れたRAGを作る方が良いのではないかというコンセプトについて考えてみました。 プロセス情報を先にRAGに入れる例えば、XXしたいときの手順を以下のように構成します: 調査: どこを調べるべきか 考慮: どう考えるべきか ツールの使用: どのツールを使うべきか 保存: 結果をどう保存するか このように、エージェントのプロセス情報をRAGとして用意しておくことで、エージェントの処理が安定し、結果的にエージェントの回答も安定します。 このプロセス処理の安定性がRAGで保証されると、AIエージェントが「印刷する」みたいな、自分でできないタ
SITUATIONAL AWARENESS The Decade Ahead Leopold Aschenbrenner https://situational-awareness.ai/ の全文和訳。 2024年6月、元OpenAIの技術者からとんでもない文書が公表されました。 彼は、汎用人工知能(AGI)の実現が、そう遠くない将来、今後わずか数年で達成されると予想しています。 AI開発について、幅広い知見、深い洞察、そして何より現場の技術者によるファクトベースの見解がすばらしい名著です。 人類史においても極めて重要な著述だと考えるので日本語に緊急で翻訳しました。 大量のテクストトークンが入力可能、かつ現時点でアクセスできる Google Cloud Vertex AI Studio Gemini-1.5-Pro を翻訳に利用しています。 このモデルの翻訳性能は素晴らしく高く、和訳自体に
PostgreSQL(pgvector) のベクトル検索による全自動PDF検索 : Blob Storage にアップロードしPDFをテキストに変換JavaPostgreSQLAdaOpenAIembedding 1. はじめに 先日、Azure OpenAI Embedding モデルを利用し最も関連性の高いドキュメントを見つける方法 について説明しました。これを利用する事で、最も関連性の高いドキュメントを見つける事ができます。 この記事では、この機能を利用し PDF ファイルを Azure Blob Storage にアップロードすると、自動的に PDF ファイルをテキストに変換し、Azure OpenAI Embedding モデルを利用して、ベクトル検索を行う方法について説明します。 このサービスを利用すると、社内ドキュメントも、各種論文も PDF ファイルであれば何でも、Azur
pgvector(pgvector/pgvector: Open-source vector similarity search for Postgres)はベクトルデータの類似性検索機能を提供するPostgreSQLの拡張機能です。データベース内にベクトルデータを格納し、特定のベクトルと最も近い要素を検索できます。近似値の算出はユークリッド距離、内積、コサイン距離による距離計算が提供されており、大規模なデータセットでの検索を高速化するためのインデックス機能も提供されています。レコメンデーションシステムや画像や文章の類似コンテンツ検索などのアプリケーション開発で有用になります。 pgvectorのインストールとセットアップ PostgreSQLにpgvectorをインストールします。OSはRocky Linux release 9.6、PostgreSQLは公式リポジトリからインストールし
Create an account and your first index in 30 seconds, then upload a few vector embeddings from any model… or a few billion. Perform low-latency vector search to retrieve relevant data for search, RAG, recommendation, detection, and other applications. Pinecone is serverless so you never have to worry about managing or scaling the database. from pinecone import Pinecone, ServerlessSpec # Create a s
生成AI(人工知能)活用に必要な3要素を「いちご大福」に例えてみる。あんこは米OpenAIのGPT-4などにあたる、汎用的な大規模言語モデル。そしていちごは、生成AIに読み込ませるデータだ。では、それらを包む「モチ」は、どんな要素にあたり、どのような働きをするのだろうか。生成AIをより有効に活用する上で、モチの働きはあなどれない。 いちご大福において、「モチ」が担う役割は何だろう。モチの力によって、いちご大福としての価値を高め、他のいちご大福との差別化をすることはできるのだろうか。もしそれが可能ならば、モチが行うべき工夫は何なのか。 もちろん、激戦のフルーツ大福業界に参入しようという話ではない。ここでの「いちご大福」は、生成AI活用に際しての3つの要素を例えたものだ。いちご大福を構成する「いちご」「あんこ」「モチ」の3要素を、生成AIに当てはめる場合、それぞれの要素は何を意味するのか。 「
This tool translates a Markdown file into another (natural) language by using OpenAI's ChatGPT API. Its main purpose is to help people translate docs sites for open-source libraries. As an example, this is React Tutorial translated into Japanese with this tool: チュートリアル:三目並べ As compared to other translation services, ChatGPT is well suited for translating technical documents for several reasons: As
経済産業研究所は4月8日、「漫画制作における生成AI活用の現状:2024春」という資料を無料公開した。2人組漫画家「うめ」のシナリオ・演出担当の小沢高広さんが作成したもので、3月に開催した講演で使用したもの。商業漫画において、生成AIを活用しているという小沢さんの知見を全103ページの資料で紹介している。 資料ではまず、うめさん自身の作業環境を例に挙げ「生成AIは新たなツールの1つとして作家を支援することができるが、ネームに関しては、当面の間はほぼ役に立てないと思う」と述べている。AIがもっともらしいウソをつく現象「ハルシネーション」を理由に「事実の検索には不向きだが、エンターテインメントとしての創作には適性があるのではないか」と説明している。 生成AIが具体的に漫画制作で貢献できることの例として、おじさん構文を作るなど「苦手なものを代わりにお願いする」や、アイデアを引き出すツールとして「
はじめに 新規事業部 生成AIチーム 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
Windows上でローカルで動かせる画像AI「Stable Diffusion Web UI」の無駄のないインストール方法を紹介します。 読者の想定レベルは「Windowsでソフトを使える人」くらいで、プログラミングなどがわからなくても大丈夫です。 ※5/12 説明順を少し変えました。 Stable DIffusion Web UIとは ブラウザ上からStable Diffusionをコントロールできるようにしたものです。スライダなどが追加され細かな設定が直感的にしやすくなっています。 その中でもAUTOMATIC1111氏の製作したバージョンがインストールもシンプルかつ多機能なので紹介します。 AUTOMATIC1111氏版の主な機能 (2022/10/18現在) Stable Diffusionに期待される機能の多くが実装されており、最初に使ってみる環境としては十分だと思います。
回答 (5件中の1件目) ディープラーニングは昔ニューラルネット(神経回路網)と言われていました。 モデルとなった神経回路網において、神経の結合、処理状態がわかれば考えていることがわかるのか?と言われればそれは無理ですね。これはブラックボックスです。 じゃ、考えていることがわかるようなニューラルネットは作れるかと問われれば、できないと断言はできない。 ちなみに三十年くらい前のAIの主要トピックスは。 エキスパートシステム これは専門家の知識を記述するもので内容はわかります。 ファジーシステム どこ行ったんでしょうね? ニューラルネット でした。
sponsored 上位モデルは今後も増えるであろう四角いLCDディスプレーのCPUクーラーを採用! 人気上昇中の液晶付きCPUクーラーを中心に映えBTOPCを構成! そのコダワリを聞いた sponsored AI向けのワークステーションやサーバーもズラリ ほかにない特徴や魅力が多数! COMPUTEXのSilverStoneブースをチェック sponsored クラウドストレージの使いやすさ、快適さのカギを握る「同期処理のスピード」 ファイルサーバーの「使い勝手」を変えずクラウドストレージへ引っ越すには? sponsored ゲームのスクショ、プレイ動画の編集におすすめ AMD Radeon、AIバッチリ使えます:Adobe PhotoshopやPremiere Proで検証 sponsored G-Master Spear FX7をレビュー 「FFXIV: 黄金のレガシー」が4Kでも遊
Help us understand the problem. What is going on with this article? 18日午前(日本時間で19日深夜)に行われたGoogle I/O 2016のKeynoteでは、Google社から新しいメッセージングアプリ「Allo」が夏にリリース予定であることが発表されました。実際にAlloが動作しているデモがKeynote内で行われていましたので、どんなアプリになっているのか、そのデモを見ることで理解することができるでしょう。 AlloのAndroidアプリは、すでに事前登録を開始しています。 このデモを見たときに、他社と比べてアプローチの仕方が大きく違うことに気がつきました。Alloの登場によって役者が出そろった感があるので、僕の知っている範囲で少し整理をしてみたいと思います。 主力メッセージングアプリ 基本的に、メッセージングア
Emerging technology review シリコンバレーからの先端技術分析レポート。先端技術を学び、日本企業の経営戦略と製品計画策定に寄与。未来を生み出すベンチャー企業やファウンダーと接し、イノベーション誕生の思想に迫る。 “Emerging Technology Review” is research reports featuring the latest technologies. The articles analyze the new wave of the technologies and explores the Silicon Valley culture and innovations. ■featured stories シリコンバレーからの先端技術分析レポート (ブログへのリンク) ■about シリコンバレーで生まれる先端技術を解析 VentureCl
Emerging technology review シリコンバレーからの先端技術分析レポート。先端技術を学び、日本企業の経営戦略と製品計画策定に寄与。未来を生み出すベンチャー企業やファウンダーと接し、イノベーション誕生の思想に迫る。 “Emerging Technology Review” is research reports featuring the latest technologies. The articles analyze the new wave of the technologies and explores the Silicon Valley culture and innovations. ■featured stories シリコンバレーからの先端技術分析レポート (ブログへのリンク) ■about シリコンバレーで生まれる先端技術を解析 VentureCl
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