Prompt Engineering Guide – Nextra
Prompt Engineering Guide Prompt engineering is a relatively new discipline for developing and optimizing prompts to efficiently use language models (LMs) for a wide variety of applications and research topics. Prompt engineering skills help to better understand the capabilities and limitations of large language models (LLMs). Researchers use prompt engineering to improve the capacity of LLMs on a
LLMがなぜ大事なのか?経営者の視点で考える波の待ち受け方｜福島良典 | LayerX
はじめにLayerXの代表をしています福島と申します。本日はLLM(Large Language Model, 大規模言語モデル)について、なぜ大事なのか?経営者の視点でどうこの波を考えればいいのかについてです。 LLMが今非常に話題になっています。ChatGPTの裏側もこのLLMからできていると言えばわかりやすいでしょうか。 私は現在、LayerXという会社を経営しております。LayerXでも多分に漏れず、LLMに対するものすごいワクワクと、この波に対応しないと会社が消えてなくなるという強い危機感を抱いています。 私自身が元機械学習エンジニア、現在現役の経営者というキャリアを歩んできました。その立場から、なるべくわかりやすく、LLMの波というものを経営者がどう捉えるべきか、どう波を乗りこなすべきかの一助となればと思い筆を取っています。(機械学習のプロの方からすると、おいおいそれは単純化し
ChatGPTの精度を上げる、あらゆる質問の最後に置く「命令」 優秀な壁打ち相手を作る、「チャットAI力」の高め方
クリエイターに出会ったり、もっとファンになったり、noteで創作をつづけたくなるようなイベントを開催する「noteイベント」。今回は「チャットAI使いこなし最前線」をテーマに、黎明期からチャットAIを活用しているnote CXOの深津貴之氏が登壇しました。こちらの記事では、ChatGPTユーザーの悩みを解決するプロンプトなどが語られました。 ChatGPTユーザーの悩みを解決するプロンプト 徳力基彦氏（以下、徳力）：まず今日はChatGPTの使い方をしっかり覚えていただきたいと思います。ここで「深津式汎用プロンプト」。 深津貴之氏（以下、深津）：僕は1個1個、個別の例を出すのはあんまり好きではないです。さっき言ったように原理原則を1個理解すれば、全部その原理原則から引っ張れる方向が好きですね。 なので今日も、細かいプロンプトを出すよりは、だいたいあなたの悩みのすべてを解決するプロンプトを1
自民党AIの進化と実装に関するプロジェクトチーム｜衆議院議員 塩崎彰久（あきひさ）
GPTシリーズやお絵描きAIなど、ファウンデーションモデルの進化により再び大きな注目を集めるAI。自民党では2023年1月に「AIの進化と実装に関するプロジェクトチーム」（座長：平将明衆議院議員）を立ち上げ、日本のAI戦略のあり方や政策提言について検討を進めて参ります。こちらのページには、各回のテーマや公開可能な資料を順次アップロードしています。 第20回以降の資料については、後任の事務局長の尾崎正直代議士の以下のNoteからご確認ください。 https://note.com/masanao_ozaki/n/nbd4dd013a5cb 第32回以降の資料については、新事務局長の小森たくお代議士の以下のNoteからご確認ください。 https://note.com/komori_takuo/n/n8433de4720a0 2024年2月16日（金）8時〜9時 (＊25日英語版追加） テーマ
Googleの時代は終わり…？明確なソースを明示してくれる対話型AI「Perplexity」がめちゃめちゃ便利そう
sangmin.eth @ChoimiraiSchool @gijigae これはすごい👏！世界初となる対話型検索エンジン、Perplexity Ask（ @perplexity_ai ）が登場です。答えの根拠として最新情報を参照＋対話形式で追加質問ができる。日本語にも対応してますのでぜひ！ pic.twitter.com/4bUQ12Yr22 sangmin.eth @ChoimiraiSchool @gijigae . @perplexity_ai（👉perplexity.ai）をさらにバージョンアップさせたい全ての方にお勧めしたいのが、Perplexityを検索エンジンとして登録すること。Chromeだと、 ①設定 ②検索エンジン ③追加 の順で登録完了です。Chromeの検索窓からPerplexityを指定して検索できるので超便利✨。 twitter.com/kajikent/
ChatGPTで英作文の添削＋CEFR C2レベルまで仕上げる方法｜Sangmin Ahn
こんにちは、Choimirai Schoolのサンミンです。 0 はじめに先日Twitterに投稿したツイートに対し、添削で使えるプロンプトを教えてほしい、というコメントがありましたのでこのnoteでシェアします。 実は英語を教えてる全ての方にお勧めしたいのが、ChatGPTです。添削ツールとしても超優秀で、作文を渡すと改善が必要な箇所を直してくれる。また、"直した理由を含めテーブルにまとめて"、と指示すれば表にしてくれるのも大変助かる。うまく活用すればより付加価値の高い学習体験を提供できるはず👏。 https://t.co/tCQMXkCe6e pic.twitter.com/84q7y52EqZ — sangmin.eth @ChoimiraiSchool (@gijigae) January 17, 2023 1 一連の流れツイートでシェアした添削は下記の流れで実施された結果で
日本のAI導入効果がアメリカの7分の1程度しかないのはなぜなのか｜piqcy
AI白書によると、日本では平均して米国の7分の1程度しかAI導入の効果が出ていません。特に「製造工程、製造設備」、「データ分析の高度化」の売上向上効果は10分の1以下に留まっています。機械学習の活用に携わる身としては2022年最も衝撃的なデータでした。え、でもそれってほんとなの?なんでなの?という疑問を本記事で深掘りするとともに、解決策を考えてみたいと思います。 日本では平均して米国の7分の1程度しかAI導入の効果しか出ていないAI白書2022ではAI導入の効果を日米の企業にヒアリングをしています。AIの導入で「5%以上の売上増加」があったと回答した日本の企業数は米国の1/4~1/11になっています(下図左)。特に「製造工程、製造設備」では1/10、「データ分析の高度化」では1/11です。「10%以上のコスト削減効果」があったと回答した日本の企業数も同程度の差があります(下図右)。同じ「A
【超入門】Github登録からGit使い方の基本まで完全解説①【初心者必見】 - 米国データサイエンティストのブログ
と思っている人多いと思います． 私は声を大にして言いたい． Gitを使う癖を，早い段階からつけてほしい です． 仕事でプログラミングを使う=チームで開発する=Gitを使う プログラミングが上手になることと，Gitを使いこなせることは同じくらい重要と言ってもいいでしょう．プログラミングが凄腕でもGitを使えてない人と一緒に仕事したくない，という人は多いです． 今回は超入門ということで，Githubへの登録とGitの使い方を何回かの記事に分けて紹介したいと思います． 第一回は GitとGithubについて Github登録 リポジトリ作成 を説明します！ これを機に明日からのプログラミング学習に，GitとGithubを活用してほしいです！ GitとGithubってなに？ Gitというのはバージョン管理ツールで，超簡単にコードを管理してくれるツールです． 例えば一昨日Aという機能を作って，昨日B
東京工業大学、機械学習の講義ノートが無料公開 Pythonの実装も学べる | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
統計の入門講座が無料に、京大メソッドでデータサイエンス関連教員が担当 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
DX推進キーマンの「AI人材」が大幅不足--その中で企業が打つべき一手は？
DX推進のキーテクノロジーとなるのは「AI」です。実際に、世界有数のデジタル企業はAIを活用してビジネスを成長させています。最近では、プログラミングコードを書かずにAIを構築できるツールも生まれ、AIの活用は急速に拡大しています。 ところが、日本国内を見れば、AIをうまく取り入れられない企業が多いのが実態です。AIをうまく活用するにはAIを「使いこなす」人材が必要ですが、日本にはそういった人材が著しく不足しており、外部から調達をしたくても採用できないという状況にあります。外部に人材がいなければ、育てるしか方法はありません。 そこで本連載では、ZホールディングスのZOZOでさまざまなAIプロジェクトを推進しながら、SaaS型人材育成サービスを手がけるGrowth X社（コラーニングから商号変更）でAI戦略アドバイザーを務める野口竜司（Growth X AI戦略アドバイザー、ZOZOテクノロジ
ディープラーニングを学び始めた方へ 東京大学／松尾豊教授の動画 - Qiita
1.はじめに ディープラーニングを学び始めた方にとって、東京大学／松尾教授の動画を見ることは、とても刺激的で勉強になり面白いものだと思います。今回、松尾教授の講演に加えて対談やパネルディスカッションも含めた動画のリンクをまとめましたので、よろしかったら見て下さい。 おすすめは、01, 05, 14, 16, 23, 27 です。 2.動画リンク 講演には★の表示がしてあります。 □2012年 ★01.Computer will be more clever than human beings 東京大学版TEDです（もちろん日本語です）。ウェブを利用した情報の利用と人工知能の可能性についてコンパクトにまとめています。ディープラーニングには触れていませんが、若々しい松尾教授の姿が見れて、内容も興味深いです。<おすすめです。>(15分) □2013年 02.ＩＴ融合シンポジウム ～企業・研究者に
メルカリの分析チームとは？その全ての疑問にひとつひとつ答えます | メルカリエンジニアリング
この記事はMercari Advent Calendar 6日目の記事です。 メルカリのBIチームのアナリスト/マネジャーの @hikaru が、メルカリの分析チームの事情についてお送りします。 ※ BIチーム…メルカリ内の分析を一手に担うチーム。Business Intelligenceチーム。 この記事について イベントやカジュアル面談などでメルカリの分析チームの内幕についてよく聞かれる質問があります。 いえ、それどころか場合によっては社内であまり一緒に仕事する機会がない方々からも、チームに関して質問されることがあります。 ※ カジュアル面談…メルカリでは、社内のポジションに興味ある方にオフィスに来ていただいて1on1でざっくばらんに話す会を頻繁に行っています。 正直、分析チームというのは外部から何をやっているか見えづらい面もあるため、理解できます。 よく頂く質問としては、 組織的なこ
東大松尾研究室監修のエンジニア向け教育プログラム「DL4US」の演習コンテンツが無償公開 | Ledge.ai
2018年にかけて実施されていた、東京大学松尾研究室が監修するエンジニア向け無償教育プログラム「DL4US」の、演習パートのコンテンツが無償公開された。 関連記事：松尾研監修のディープラーニング無償オンラインプログラム「DL4US」が募集を開始 「DL4US」とは？Deep Learningエンジニア育成講座「DL4US」の演習コンテンツを無償公開しました。実装に重きを置いてエンジニア向けに松尾研で作成したもので、画像認識や翻訳モデルから始まり、生成モデルや強化学習まで扱う実践的な内容になっています。ご興味ある方はぜひ。https://t.co/jLWlrk9UdK — 松尾 豊 (@ymatsuo) 2019年5月15日 DL4USは高度なディープラーニング技術者を育成することを目的とした、アプリケーション指向の無償オンライン教育プログラムだ。 東京大学ディープラーニング基礎講座、応用講
線形代数を学ぶ理由 - Qiita
はじめに 少し前(2019年4月頃)に、「AI人材」という言葉がニュースを賑わせていました。「現在流行っているディープラーニングその他を使いこなせる人材」くらいの意味だと思いますが、こういうバズワードの例の漏れず、人によって意味が異なるようです。併せて「AI人材のために線形代数の教育をどうするか」ということも話題になっています。 線形代数という学問は、本来は極めて広く、かつ強力な分野ですが、とりあえずは「行列とベクトルの性質を調べる学問」と思っておけば良いです。理工系の大学生は、まず基礎解析とともに線形代数を学ぶと思います。そして、何に使うのかわからないまま「固有値」や「行列式」などの概念が出てきて、例えば試験で3行3列の行列の固有値、固有ベクトルを求め、4行4列の行列の行列式を求めたりしてイヤになって、そのまま身につかずに卒業してしまい、後で必要になって後悔する人が出てきたりします(例え
［37選］機械学習ライブラリやフレームワークは？ 国内AI活用サービスのアーキテクチャを大調査！
［37選］機械学習ライブラリやフレームワークは？ 国内AI活用サービスのアーキテクチャを大調査！ Webのアーキテクチャ大調査の第二弾は「AI活用サービス」編。プログラミング言語や機械学習のライブラリをはじめ、フレームワークやツールの選定・設計もサービスによって異なります。ぜひ参考にしてください。 2017年4月に掲載したアーキテクチャ大調査の第二弾！ 今回は、人工知能（機械学習、深層学習、画像処理など）を活用したWebサービス・アプリを提供しているベンチャーを中心に、36のサービスで使用されているプログラム言語やフレームワーク、その他さまざまな開発ツールなどをヒアリングのうえまとめました。選定理由を記述いただいた12のサービスでは、それもあわせて紹介しています。 前回との違いは、当然ですがTensorFlowやKerasといった機械学習のライブラリが挙げられていること。また、技術領域もH
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
NotionAI のクリエイティブな活用事例37選｜ChatGPT研究所
人工知能・深層学習を学ぶためのロードマップ | 東京大学松尾・岩澤研究室（松尾研）- Matsuo Lab
KAJI | 梶谷健人 on Twitter: "ChatGPTはテキトーな回答をするからリサーチに使えないんだけど、https://t.co/DPtF9d0gfCは実務レベルで超使えます。 気になる問いを投げるとWEB上の記事やPDFを元にした回答を瞬時に返してくれて参照URLも併せて提示してくれる。 超優秀なリサーチャーを常に雇えてる感覚で生産性ぶち上がります。 https://t.co/qEQPTOmK1v"
ChatGPT
