- ChatGPT APIを使ってExcelやCSVのデータからレポートを自動作成してみる
- Build solutions faster with Microsoft Power Platform and next-generation AI
- ChatGPT APIとFaissを使って長い文章から質問応答する仕組みを作ってみる
- StreamlitでGPT3のチャットボットを作った話
- リッジ回帰やラッソ回帰で因果推論できるのか？
- 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
- ChatGPT APIと検索APIを使ってBingGPTに似たシステムを作ってみる
- DIEM2023 チュートリアル講演「NLPとVision-and-Languageの基礎・最新動向」
- ChatGPT APIの運用で必須のツール: LangChainの使い方まとめ (1)
- phind
ChatGPT APIを使ってExcelやCSVのデータからレポートを自動作成してみる
Build solutions faster with Microsoft Power Platform and next-generation AI
- Microsoft Power Virtual Agentsが事前に用意したインテント以外も指定したURLの情報を元に回答できるようになった
- AI BuilderでGPTモデルを利用できるようになった
ChatGPT APIとFaissを使って長い文章から質問応答する仕組みを作ってみる
- 2500文字を超える文章に対し、QAを投げかけ回答を得る方法
- 要約してからQAを行う、分割して、類似度が高いものにQAを行う、埋め込み表現にしてQAを行うの複数の方法が記載されている
- それぞれの方法の実装、メリット、デメリットが記載されている
StreamlitでGPT3のチャットボットを作った話
- Streamlitのコンポーネント：streamlit-chatとtext-davinci-003を利用する
リッジ回帰やラッソ回帰で因果推論できるのか？
- 結論としては、リッジ回帰やラッソ回帰を用いるとうまく因果関係を推定できない
- 不偏性と呼ばれる因果効果をバイアスなく推定するために必要な性質が失われるため
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
- LLMの驚き、ビジネスとして張るべき理由が記載されています
- 経営者としてのLLMに対する波の待ち構え方でどのように接するべきがが記載されています
ChatGPT APIと検索APIを使ってBingGPTに似たシステムを作ってみる
- ユーザの質問をGoogleに投げ検索結果を取得し、検索結果を要約し、要約をconcatとし、concatした要約に対してQAしている
DIEM2023 チュートリアル講演「NLPとVision-and-Languageの基礎・最新動向」
以下のような内容について分かりやすく説明されている - 深層学習による自然言語処理技術の基礎、InstructionチューニングとRLHFについて - CLIPなどの視覚への派生、文書や画面の理解
ChatGPT APIの運用で必須のツール: LangChainの使い方まとめ (1)
- LangChainを利用すると、ChatGPT APIの欠点を解消できる
- プロンプトの管理を行う機構やドキュメントを読み取る機構や埋め込み作成などができる
