みんなの好みを知りたいし、読みたいから [追記]みんなありがとう!嬉しい!読ませてもらいます!
AWS Machine Learning Blog Secure RAG applications using prompt engineering on Amazon Bedrock The proliferation of large language models (LLMs) in enterprise IT environments presents new challenges and opportunities in security, responsible artificial intelligence (AI), privacy, and prompt engineering. The risks associated with LLM use, such as biased outputs, privacy breaches, and security vulnera
RAG、プロンプトエンジニアリング、そしてエンドユーザー評価の重要性 三者三様のLLM社会実装への挑戦
Bidirectional Quadratic Voting Leveraging Issue-Based Matching
https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q13178606318 ヒトを含め、哺乳類のほとんどが平均的に雌より雄の方が体格や筋力で勝っているのには理由があります。それをきちんと理解することが生物学的に有意義です。 なお、哺乳類の中で雌の方が体格や筋力で勝る種は、ブチハイエナ、ヒョウアザラシ、シロナガスクジラなど僅かです。 本来は卵子と精子の関係のように、子どもを産む性の方が栄養分を蓄えるために体が大きくなりやすい性質を持っています。しかし、雌は大型の配偶子を作るために繁殖にかかる時間やコストが大きくなりやすいという性質も併せ持っています。そのぶん、雌は潜在的繁殖スピートにおいて遅くなりやすいために、一方の性である雄が配偶者獲得の場面においてあぶれ易くなるのです。 そうすると、雄同士で配偶者獲得をめぐって争う度合いが強
エムスリーのAI・機械学習チームは年間15個以上のプロダクトをリリースし、2024年8月現在までに93個のプロダクトがリリースされています。 本記事では2024年6月入社の筆者(中村)がどのようにチームに溶け込んだか、そしてこのような大量のプロダクトを開発し運用するAIチームについて、入社直後のフレッシュな目線で語っていきます。 はじめに AIチームの特徴 ビジネスのためのプロダクト開発 技術に対する高い裁量 オーナーシップ 楽しくプロダクトを覚える 大量のプロダクトを生み出す方法 ベンチャーマインドとフラットな組織 ROI文化 ものづくりが好きなメンバー We're hiring! エンジニア採用ページはこちら カジュアル面談もお気軽にどうぞ インターンも常時募集しています はじめに この記事はAI・機械学習チームブログリレー 10 日目になります。 2024年6月 から AI・機械学習
最近は、ITが面白いだとかつまらんだとか言って盛り上がってるけども、面白いってのは、どういうことか、ちょっと考えてみようか。 知識と学習#一つ目は、学習するに足るだけの知識体系がそこにあるかどうか。 知らない事を知る、出来なかったことが出来るようになる快感ってのは、何度経験しても最高なんであって、一人でも多くの人にこの体験をして欲しい。素晴らしいことに、ソフトウェア技術だけに範囲を絞ってもまだ理解できてない事は大量にあるし、増え続けてる。 生成AIがアシスタントしてくれるけど、ちょいちょい嘘をついてくるってのが、また熱いよね。AIが言ってる事だけを真に受けちゃダメで自分でちゃんと試さないといけない。そして、インターネット上に無い情報について、やつらは手も足もでない。 最近は新しい技術が出てこないなんて言ってる連中もいるようだが、現実の社会課題を解決し、それを付加価値として提供できて初めて新
SmartHRのadachiです。CPOをやっております。 マルチプロダクトのロードマップ、どうやって作ってますか? プロダクト間の調整どうやってますか? どうやって優先順位つけてますか? こちら他社の方にも、採用候補者の方にも、めっちゃ聞かれます。 皆さん気になりますよね、お困りですよね、わかります。うちもです。 これまでは、質問いただく度に「うちも試行錯誤中で、まだ改善の余地ありまくりなんですが…」という前置きとともに現状の運用を説明していたのですが、口頭ではわかりにくい部分もあるよな〜〜いつか記事にしたいな〜〜〜というのはずっと思っていました。 お盆休みで会議が少ないこの隙に、書いてしまおうと思います。 …思っていました。 気がついたらお盆、終わってました。光陰矢の如し。 キュウリに乗ってやってきたご先祖様も、ナスに乗ってお帰りになったことでしょう。 皆さんはどんなお盆を過ごされまし
中途採用で面接の時にはサービスに積極的に携わりたいと言っていたのに、いざ入社すると受け身姿勢な仕事になってしまい、積極的にサービス向上には関わらなかったり、自分自身から問題意識を持てないと周りからは思われてしまうケースがあります。 仮説としては、 1.前職がクライアントワークだったり、与えられる仕事に対してアクティブに関わるというよりは、受け身的に仕事をする姿勢が板についてしまっている中途採用のケース 2.どうやったらサービスに興味を持ったら良いかわからないケース。当人はやってるつもりだけど周りからできているとは見なされない。考え方が足りないとか、考える方法がわからないとか、考えてる量が圧倒的に少ないようなケース などが考えられます。一定、そこそこの規模のサービスになったりすると、自分自身が関与しているドメインが狭く見えてしまったり、もしくは大きなレバレッジを生み出す余裕がないと思ってしま
はじめに @dora_e_m さんのエントリがあまりに素敵だったので、僕も感化された "割り込みタスク × マネージャー" のネタを書くことにしました。 note.com このエントリでは、エンジニアとデザイナーのマネージャーをしている筆者が、メンバーから「割り込みタスクが多くて困っているんですがどうしたらよいでしょう」と相談されたときにするアドバイスをまとめました。ちなみに全て実際に体験したことです。 ※必ずしもこれら2職種でしか適用できない内容ではないですが、発想・解決のしかたが開発に依るところが大きいです。 なお、アドバイスの内容は個人でできるライトなものからタスクの依頼主に働きかけが必要なヘビーなものまであり、実際にアドバイスする順に並べるとこのようになります。 [個人] 割り込みタスクの優先度を過剰に高くしすぎていませんか [個人] 割り込みタスクにかけている時間はどれくらいです
今日はbuilderscon 2024の開催日でした。 自分が立ち上げて(でも心折れて開催しなくなった)イベントを、自分が関わらないところで続けてくれるというのは、なんとも感慨深いものです。少なくとも俺のやろうとしてたことは意味があったんだな、という気持ちにさせられました。 開催にこぎつけた@nasa9084さん、ありがとう!他のスタッフのみなさまも本当にお疲れさまでした。 さて、今回私は運営にはTシャツのスポンサー以外一切ふれてないのですが、実は開催前日の時点でスケジュールに穴があくかもしれないという話をSlackで聞いたので、それを聞いた私はすぐさまGoogle Docsで原稿を書き始めました。で、すぐ書きおわったのですが、その時にはもうonkさんとsongmuさんが代役に決まったので私の話は無事オクラ入りになりました。 ならまあ、供養しとこうかな、ということでここに載せることにしまし
流行の話題が似たり寄ったりな生成AIなのホンマつまんねー。 AIが高品質の絵描けます!楽曲作れます!って最初は「スゲー」って思ってたけど、使ってみると検索ワード入れて虹エロ絵ググって漁ってる感覚と同じなんだよ。いい加減飽きた。 それよかさっさとクラウドアーキテクチャ管理とかアプリケーションのテスト管理とかできるようにして楽させてよ。Copilotにコード貼り付けてプロンプト生成すんのめんどくせーんだよ。 つまんなくなったなと決定的に感じたのは、今年の頭に行ったデブサミ。 似たり寄ったりな生成AIの活用話ばっかり。過去一つまんなかった。いつもは面白くて夢中で聞いてたんだけど、今年は途中で帰った。本当につまらなかった。 なんていうか、生成AIのプロンプトエンジニアリングとかの話って、人材マネジメント的な話と根本はおんなじ感じがするんだよな。いかにて優秀な新人AI君を働かせるか?的な。 でも、ビ
『手を動かしてわかるクリーンアーキテクチャ 』の第二章の冒頭に登場する話題に共感したので紹介。 従来の多層アーキテクチャでは、データベースを中心にアプリケーションの 開発が行なわれます。この場合、Web 層はドメイン層に依存し、ドメイン層は 永続化層、つまり、データベースに依存することになります。そうなると、す べてのものは永続化層上に構築されることになり、その結果、いくつかの要因 が絡まり合って、問題が起きやすくなります。 手を動かしてわかるクリーンアーキテクチャ ヘキサゴナルアーキテクチャによるクリーンなアプリケーション開発 20p 手を動かしてわかるクリーンアーキテクチャ ヘキサゴナルアーキテクチャによるクリーンなアプリケーション開発 作者:Tom Hombergs,須田 智之インプレスAmazon 著者によれば、機能開発をデータベース中心に設計すると、ドメイン層と永続化層の密結合が
ライフハッカー・ジャパン (著者:Jeff Haden、翻訳:長谷睦(ガリレオ)) Aug. 08, 2024, 03:00 PM キャリア 105,042 グーグル(正確にはその親会社のアルファベット)は2023年1月、約1万2000人をレイオフする長期計画を発表しました。これは、全従業員の6%に相当する数です。 グーグルの幹部が「従業員は我が社のもっとも大切な財産です」というようなことを言っているのを聞いたら、そのあまりの言行不一致ぶりに目を剥いても無理ないでしょう。 しかし、同社が従業員をもっとも大切な財産と考えていることは確かなのです。 グーグルの人事部門は長年にわたり、従業員の職場での生活に関してありとあらゆる側面を分析し、生産性やイノベーション、エンゲージメントの向上に取り組んでいます。 その一例が今回紹介する「最高のチームをつくる方法」の分析です。 グーグルも大半の企業と同様
サービスの開発をしていてPMから施策案が出てきた時、ソフトウェアエンジニアとして施策案が本当にユーザーのためになりサービスの成長につながるか納得できないことがある。 このような時にただ文句や愚痴を言っても何も始まらない。エンジニアからも何らかのアクションを起こし施策を前に進める必要がある。 そこでエンジニアができるアクションについて、自分が思っていることを書いてみる。 納得できないケースは大まかにどのようなものがあるか 納得できないケースでは大まかに2つのケースがあるのかなと思っている。 (1) 施策をしたい目的や仮説自体に納得できていない (2) 施策の目的や仮説は良いが、それを達成する手段に納得できていない 1つ目は、たとえば「ターゲットとしているようなユーザーって本当にいるか?」「ユーザーにこういう課題があると言っているが本当にそういう課題があるか?」「この指標に繋がると言っているが
Microsoft Researchは2024年7月2日(米国時間)、「RAG」(Retrieval-Augmented Generation:検索拡張生成)の精度を強化する「GraphRAG」と、Microsoft Azure上でGraphRAGを実行するためのソリューションアクセラレータリポジトリをGitHubで公開した。 GraphRAGは、Microsoftが2024年2月に発表した新たなRAGのアプローチだ。Microsoft Researchは、従来のRAGの問題点や、GraphRAGの特徴、RAGとGraphRAGの比較結果を次のように述べている。 従来のRAGの問題点 LLMの最大の課題は、LLMの能力を「プライベートデータセット」(LLMのトレーニングに活用されていない未知のデータを指す。企業の独自研究やビジネス文書、通信などが含まれる)にも適用させることだ。 そこで注目
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