本記事では、LLMベースのコーディング補助ツールが、プログラマーたちの仕事の効率にどのような影響を与えるかを調べた研究を紹介します。 Microsoft、アクセンチュア、そして匿名希望の大手電気製品メーカーの3つの会社で […] The post AIコーディング補助ツール(GitHub Copilot)で開発者の生産性が26%向上 Microsoft・アクセンチュアなど3社の大規模調査結果 first appeared on AIDB.
背景 機械学習の歴史を見ると、人間が手作業で設計したシステムは、最終的には機械が学習して置き換わることが多いようです。 この考えをもとに、今回研究者らは「エージェントシステムの自動設計(ADAS)」という新しい研究分野を提案しました(システムの名前ではなく研究分野の名称)。エージェントシステムの設計を自動化し、新しい構成要素を見つけたり、既存の要素を新しい方法で組み合わせたりする研究分野です。 そして特に注目すべきアプローチとして、エージェントシステム全体をコンピュータープログラムとして定義し、別のエージェント(メタエージェント)が新しいエージェントをプログラミングして自動的に発見する方法を考案しました。プログラミング言語は理論上あらゆる計算が可能なので、この方法を使えば、指示の与え方やツールの使い方、処理の流れなど、さまざまな可能性を持つエージェントシステムを見つけられる可能性があります
関連研究 ■GPT-4などのLLMに「自らの論理的な整合性をチェック」させるフレームワーク『LogiCoT』と実行プロンプト ■LLMの出力から誤り(ハルシネーション)を減らす新手法『CoVe(Chain-of-Verification)』と実行プロンプト ■LLMに自身のハルシネーション(幻覚)を「自覚」させ、減らす方法 従来の課題 手作りのプロンプト戦略 現在、プロンプトエンジニアリングの分野で広く用いられているChain-of-Thought(CoT)やその派生テクニックは、基本的には手作りです。特定のタスクや問題に対して最適なプロンプトを設計する際に、人の専門家が手動でプロンプトを生成しています。 自動化の必要性 手作りのアプローチは効果的である場合も多いですが、スケーラビリティに欠けるという問題があります。大規模言語モデル(LLM)が多様なタスクで使用される現代においては、プロン
Googleは、非構造化文書(例えばレシートなど)から高精度にテキストを抽出するOCR(Optical Character Recognition)技術『LMDX(Language Model-based Document Information Extraction and Localization)』を発表しました。この技術は、特にGoogleの大規模な言語モデル「Bard」と、Google DriveやGmailなどのサービスとの連携をさらに強化する可能性もあります。 参照論文情報 タイトル:LMDX: Language Model-based Document Information Extraction and Localization 著者:Vincent Perot, Kai Kang, Florian Luisier, Guolong Su, Xiaoyu Sun, Ram
大規模言語モデル(LLM)の分野では、その推論能力が日々向上しています。本記事では、最新の研究「Better Zero-Shot Reasoning with Role-Play Prompting」を紹介し、ロールプレイプロンプティングがLLMの推論能力をどのように向上させるのかを探ります。 参照論文情報 タイトル:Better Zero-Shot Reasoning with Role-Play Prompting 著者:Aobo Kong et al. 所属:レノボなど URL:https://arxiv.org/abs/2308.07702 関連研究 メタ認知をさせてLLMの能力を上げる手法「メタ認知プロンプティング」 大規模言語モデルのセーフガードを故意に突破する「脱獄プロンプト」とは 大規模言語モデルへのプロンプト、重要な情報はどこに書く? ロールプレイとは ロールプレイプロン
近年、大規模言語モデルは、その能力を発揮し、人間と同等のパフォーマンスを達成することができるようになりました。しかし、それでもまだ解決すべき課題があります。今回紹介する研究は、大規模言語モデルが実世界のAPIを理解し、適切に操作する能力を与えることで、課題解決能力を上げるものとなります。 参照論文情報 タイトル:ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs 著者:Yujia Qin, Shihao Liang, Yining Ye et al. 所属:イエール大学、WeChat AIなど URL:arXiv:2307.16789 GitHub:https://github.com/OpenBMB/ToolBench 関連研究 Metaが商用利用可能な大規模言語モデル「Llama 2」
本記事では、研究者らが開発した、大規模言語モデルを用いた新たなテキスト圧縮技術「LLMZip」について紹介します。LLMZipはデータストレージと通信の効率化に大きな貢献をもたらす可能性があります。 参照論文情報 タイトル:LLMZip: Lossless Text Compression using Large Language Models 著者:Chandra Shekhara Kaushik Valmeekam, Krishna Narayanan, Dileep Kalathil, Jean-Francois Chamberland, Srinivas Shakkottai URL:https://doi.org/10.48550/arXiv.2306.04050 関連研究 大規模言語モデルが自身でPythonツールを作成し活用するようにする新フレームワーク「LATM」登場 ダー
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
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