2023年10月9日の週に気になった記事などまとめ

Google Colab で LLaVA-1.5 を試す

note.com

• 「Google Colab」で「LLaVA-1.5」を試した記事

シュッと AutoGen と戯れる

note.com

• AutoGenを試した記事
• AutoGenは全自動でも人と協力してもタスクをこなせる

商用利用可能な「Japanese StableLM Instruct Alpha 7B v2」をリリースしました

ja.stability.ai

• 商用利用可能な日本語向け指示応答言語モデル「Japanese StableLM Instruct Alpha 7B v2」が一般公開された
  • 商用利用を制限しないデータセットのみを利用することで商用利用可能となった

Automatic Prompt Engineer

qiita.com

• Automatic Prompt Engineeの紹介記事
  • 入力と出力のペアを与えることで，その入力から出力を得るためのプロンプトを自動で生成することができる
  • どのようなプロンプトが良いかや人間が作成したプロンプトの評価なども行うこともできる

aws-samples/generative-ai-use-cases-jp

github.com

• Amazon Bedrock を活用したビジネスユースケースを紹介するリポジトリ

続・生成AI周回遅れキャッチアップ勉強会！

speakerdeck.com

• 続・生成AI周回遅れキャッチアップ勉強会！の資料

State of AI Report 2023

www.stateof.ai

• State of AI Report 2023が公開された

GPT-4Vができることをまとめてみた

tech.isid.co.jp

• GPT-4Vでできることや苦手とすること、実用上の制限について解説した記事

画像分析機能を持つオープンソースLLM『LLaVA-1.5』登場。手持ちの画像を分析可能。GPT-4Vとの違い

aiboom.net

• LLaVA-1.5について解説した記事

Pythonのパッケージ管理の中級者の壁を超える stapy#98

speakerdeck.com

• Pythonのパッケージ管理がどのように作られているか
• Pythonのパッケージ管理の何が大変なのか

プロンプトの「効きやすい / 効きにくい」 これってモデルの性能にも言えますか？

speakerdeck.com

• プロンプトの効きやすさについて整理された資料

社内情報検索システムで用いられるRAGの4つの実装方法

speakerdeck.com

• RAGの4つの実装とそれぞれの実装での結果の紹介

RAG における埋め込みモデルの比較

note.com

• 4種類の埋め込みモデルでRAGの比較をした記事
• LLM は Elyza-7b-instruct を用いて検証している
• 埋め込みモデルにより、抽出される文章は変わる

Data, Design and Government

speakerdeck.com

• データを使う際に意識するべき3つの原則や、データの表現で重視するべきデザイン方針などが解説された資料

日本語LLMベンチマークと自動プロンプトエンジニアリング

tech.preferred.jp

• プロンプトを自動的にチューニングすることによって、LLMの能力を最大限に引き出し、与えられた課題の精度をどこまで高められるのかを検証した記事
• 遺伝的アルゴリズムでプロンプトテンプレートをチューニングしている
  • 交叉・突然変異を「text-davinci-003」にクエリして実施している

時系列予測の性能を大幅に向上させる新アーキテクチャ、iTransformerの論文を読む

note.com

• iTransformerの論文を説明した記事
• この論文の新規性は、Transformerの構造そのものを時系列に特化させる点

誰でもわかる全文検索入門

zenn.dev

-全文検索の仕組みを解説した記事

24時間365日動き続けるデータシステムの設計手法 : 「データ指向アプリケーションデザイン」実践編

speakerdeck.com

• 「データ指向アプリケーションデザイン」をベースに、24時間365日動き続けるデータシステムを実装する際に必要となる技術や考え方を紹介した記事