タグ

ブックマーク / blog.brainpad.co.jp (9)

  • LLMの推論を効率化する量子化技術調査 【技術動向調査】 - Platinum Data Blog by BrainPad

    記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 記事から週に1回程度の頻度で、社内で実施している生成AI・LLMに関する論文レビュー会の内容をピックアップのうえ配信していきますので、ぜひご期待ください。 今回は、LLMの学習や推論の効率化・高速化に関する4つの技術論文をご紹介させていただきます。 目次 LLM論文レビュー会とは 今回のテーマ A Survey of Quantization Methods for Efficient Neural Network Inference 選定理由 論文概要 量子化の基的な手

    LLMの推論を効率化する量子化技術調査 【技術動向調査】 - Platinum Data Blog by BrainPad
    xiangze
    xiangze 2023/11/07
  • 自律型AIエージェントのご紹介 - Platinum Data Blog by BrainPad

    記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 このたびブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 今回は、自律型AIエージェントの機能や動作についての説明とあわせて、AIエージェントをいくつかご紹介します。 こんにちは。アナリティクスサービス部の江です。 昨年2022年11月末にChatGPTがリリースされてから半年もたたずして、自律型AIエージェントが続々とリリースされ大きな話題を呼びました。 今では様々な自律型AIエージェントが存在しており、その多くはウェブブラウザを通して簡単に試すことができるようになっています。 記事では、自律型AIエージェントの機能や

    自律型AIエージェントのご紹介 - Platinum Data Blog by BrainPad
    xiangze
    xiangze 2023/06/21
  • LLMを効率的に再学習する手法(PEFT)を解説 - Platinum Data Blog by BrainPad

    記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 このたびブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。今回は、効率的にLLMのような事前学習済みモデルを再学習する手法(PEFT)についてご紹介します。 問題意識 ビジネスで利用する際に乗り越えるべき壁 PEFTとは何か? PEFTのコンセプト分類 トークン追加型 Prefix Tuning P Tuning Prompt Tuning Adapter型 Adapter LoRA型 LoRA Ada LoRA まとめ 参考文献 こんにちは、アナリティクスサービス部の辻です。 今回は、LLMを効率的に再学習する手法として今後

    LLMを効率的に再学習する手法(PEFT)を解説 - Platinum Data Blog by BrainPad
  • 費用対効果を最大にする広告予算の決め方とは?-包絡分析法、FDHを使った予算配分最適化- - Platinum Data Blog by BrainPad

    ブレインパッドでは最新技術の実用化とサービス品質の向上を目的に、日々、研究・開発を行っています。ブログでは、メディア広告のマーケティング施策などに用いられる、予算配分最適化の技術をご紹介いたします。 Table of Contents イントロダクション 予算配分最適化 包絡分析法(Data Envelopment Analysis, DEA) 包絡分析法の考え方 CCR モデル BCC モデル DRS モデル 包絡分析法の問題点 Free Disposal Hull (FDH) FDH iFDH 予算配分最適化への適用例 まとめ 参考文献 イントロダクション こんにちは、アナリティクスサービス部の加藤です。現在私は研究開発グループの下で新たなデータ分析手法の研究開発の仕事に携わっています。 研究開発グループでは、ブレインパッドに依頼されるデータ分析案件の品質向上を目的に、新たな分析手

    費用対効果を最大にする広告予算の決め方とは?-包絡分析法、FDHを使った予算配分最適化- - Platinum Data Blog by BrainPad
  • 深層学習は画像のどこを見ている!? CNNで「お好み焼き」と「ピザ」の違いを検証 - Platinum Data Blog by BrainPad

    記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 こんにちは、AI開発部の伊藤です。 今回のブログは、「深層学習はいったい画像のどこを見て判断しているのか」という素朴な疑問に答えてくれる技術として、昨年提唱された「Grad-CAM」という技術を紹介します。 目次 目次 1. はじめに 2. Grad-CAMの紹介 Grad-CAMの仕組み: 3. 適用例 3-1. 画像キャプション生成(Image Captioning) 3-2. VQA(Visual Question Answering) 3-3. 学習用データのバイアス 4. 実施例(お好み焼きとピザを分類) 4-1. 画像データについて: 4-2. CNNの構築: 4-3. Grad-CAMの実装: 4-4. 実施結果の評価 お好み焼き画像でCNNの判定が当たっているケース: ピザ

    深層学習は画像のどこを見ている!? CNNで「お好み焼き」と「ピザ」の違いを検証 - Platinum Data Blog by BrainPad
  • 【シリコンバレー現地レポート 番外編】- TensorFlow Dev Summit 2018 - - Platinum Data Blog by BrainPad

    Googleが主催する「TensorFlow Dev Summit 2018」@カリフォルニア州マウンテンビューに参加してきました。 ブログでは、当日の様子についてレポートをご紹介します! こんにちは。アナリティクスサービス部の太田です。 4日間に渡ってNVIDIAの技術イベント「GTC2018」の様子をブログでお伝えしてきましたが、その翌日には、Google の主催する「TensorFlow Dev Summit 2018」が開催されました。 今回は、番外編として「TensorFlow Dev Summit 2018」 の様子をレポートします。 ■TensorFlow Dev Summit TensorFlow は、Google が中心となって開発している機械学習・深層学習ライブラリのことです。2015年11月に公開されて以来、多くの研究者やエンジニアに支持されており、他の深層学習ラ

    【シリコンバレー現地レポート 番外編】- TensorFlow Dev Summit 2018 - - Platinum Data Blog by BrainPad
    xiangze
    xiangze 2018/04/04
    [tensorflow]
  • 自社業務だって最適化しちゃいます! - ブレインパッド社内の1on1組み合わせを最適化してみた - - Platinum Data Blog by BrainPad

    記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッド社内で実施している1on1コーチングの組み合わせを、最適化のアルゴリズムを使って効率化した事例をご紹介します。最適化の初歩に近い内容ですので、簡単な解説・実装例もあわせてご紹介します。 こんにちは。アナリティクスサービス部の兵藤です。 ブレインパッドのミッションは、 お客様が保有しているデータをビジネス上の価値に変えていくことです。お客様の課題を解決するために、データサイエンティストは業務の中で予測や最適化、最近だと深層学習などのさまざまな技術を駆使しています。 とはいえ、せっかく自分たちが持っている技術でもあるので、社内の業務効率化などにも積極的に活用しています! 日は「社内での活用事例」として、アナリティクスサービス部で実施している1on1コーチングの組み合わせを最

    自社業務だって最適化しちゃいます! - ブレインパッド社内の1on1組み合わせを最適化してみた - - Platinum Data Blog by BrainPad
  • 需要と最適在庫数はイコールではない!「最適在庫問題」 - Platinum Data Blog by BrainPad

    記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 こんにちは。アナリティクスサービス部の多根です。 現在、当社には70人超のデータサイエンティストが在籍しています。各プロジェクトでは顧客企業が抱えるさまざまな課題に対してチームを形成し、仮説を立てながら最新かつ最適なロジックを組み立てて検証し、課題解決にあたっています。我々が提供しているアナリティクスサービスは、在庫の最適化、マーケティング施策の改善、異常検知、最新のディープラーニングを使った画像解析など、多岐にわたります。 その中から今回は、「最適在庫問題」をテーマに、リスクを最小化し、利益貢献度の高い運用ロジックを生成する事例をご紹介します。 ■「最適在庫問題」を解くにあたって データ分析やソフトウェア開発を行う際には、ビジネスとして大きな投資(最適化モデルの導入)をする前にPoC(

    需要と最適在庫数はイコールではない!「最適在庫問題」 - Platinum Data Blog by BrainPad
  • Tableauの新バージョン、9.0の新機能を紹介します - Platinum Data Blog by BrainPad

    こんにちは、ソリューション部の森永です。 先日、弊社が販売および導入支援を行う、ビジネス・インテリジェンス(BI)ツール(*1)「Tableau(タブロー)」のバージョン9.0が正式にリリースされました。 年1月に、シンガポールにて開催された「Tableau Partner Summit 2015」の参加レポートでもいち早くご紹介したとおり、ユーザーの皆さんが使いやすいように、きめ細やかな工夫や機能拡張が行われています。 今回は、その新機能の中から、いくつかをピックアップしてご紹介しようと思います。 (*1)企業等において、蓄積された膨大なデータを蓄積・分析・加工し、経営上の意思決定に活用できるような形式にまとめる業務システムのこと。 進化したビジュアル分析 アドホック計算と入力サポート 計算式を使ったフィールド(入力項目)を簡単に作成できる、「アドホック(非定型)計算」の機能が搭載さ

    Tableauの新バージョン、9.0の新機能を紹介します - Platinum Data Blog by BrainPad
  • 1