- Building a RAG Pattern chat bot with Azure OpenAI and LangChain.js | Azure Developers JavaScript Day
- Azure 技術資料インデックス
- AWS 初学者向けの勉強方法 6 ステップ！2024 年版！
- 【論文要約】Jamba: A Hybrid Transformer-Mamba Language Model【メモ】
- サイバーエージェントが生成AI活用で「6割の業務削減」を宣言 独自開発中の「AIナスカ」が一翼を担う
- ナレッジグラフ（知識グラフ）とLLMを掛け合わせる方法のロードマップ
- Google Colab で Octopus V2 を試す
- Feature Engineering A-Z
- 【速報】Agents for Amazon BedrockがCloudFormationに対応しました（ほぼ一撃）
- Azure-Samples/serverless-chat-langchainjs
- RAGの性能を高める「Self-RAG」を3分で理解する
- 普段有償でサポート業務をしているCSAが技術知見を無料で公開する理由
- Announcing App Service Multi-plan subnet join
- マルチモーダルLLMの活用方法と技術解説
- OpenAIのSoraに対抗しているOpen Sora Planを使ってみた
- ⼤規模⾔語モデルの拡張（RAG）が 終わったかも知れない件について
- 【まとめ】ChatGPTのパフォーマンスを上げて、出力をスムーズにする
- Gemini 1.5 Proの新機能 - Native Audio Understanding、System Instructions、JSON Mode、新Embeddingモデル
- gpt-4-turbo-2024-04-09がリリースされた
- In-context Learningの性能調査の論文紹介
- Llama.cpp で Command R+ を試す
- Weights & BiasesがLLM評価のベストプラクティスをまとめたホワイトペーパーを発表
- LLM評価ツールpromptfooとアサーションの解説
- AIで画像からショート動画を作ろう
- Google Colab で CodeGemma を試す
- AWS Cloud Practitioner（クラウドプラクティショナー） 勉強方法【2024年最新版】
- Google Colab で RecurrentGemma を試す
- LLMを活用した大規模商品カテゴリ分類への取り組み
- Gemini API でラジオ番組の音声からの文字起こしを試す
- Gemini 1.5 Proで文字起こしを試してみた
- 日本語版：AutoCodeRover: 自律的なプログラム改善 (AutoCodeRover: Autonomous Program Improvement)
- Introducing Rerank 3: A New Foundation Model for Efficient Enterprise Search & Retrieval
- 書評「実践 生成AIの教科書」は企業と組織における生成AIの指針でした
- LLMによる視覚読解技術を確立～グラフィカルな文書を理解する「tsuzumi」実現に向けて～
- [04/06~04/12] 生成AI Weekly News
- Gemini API で 動画の質問応答 を試す
- Tool Calling with LangChain
- GradioのChatInterfaceこと始め その６:Llama-cpp-python編
- 進化する生成AIを使いこなせ！ エンジニアの生産性を爆上げするChatGPT活用術
- YC W24に採択された生成AI/AIスタートアップ90社
Building a RAG Pattern chat bot with Azure OpenAI and LangChain.js | Azure Developers JavaScript Day
- Azure OpenAIとLangChain.jsを利用したRAGアーキテクチャを使用したチャットボットの作成について説明した記事
Azure 技術資料インデックス
AWS 初学者向けの勉強方法 6 ステップ！2024 年版！
【論文要約】Jamba: A Hybrid Transformer-Mamba Language Model【メモ】
サイバーエージェントが生成AI活用で「6割の業務削減」を宣言 独自開発中の「AIナスカ」が一翼を担う
- AIナスカはスケジュール調整する活用アイデア
- 重要なアポに割く時間を増やすことを目指す
ナレッジグラフ（知識グラフ）とLLMを掛け合わせる方法のロードマップ
Google Colab で Octopus V2 を試す
- 「Octopus-V2-2B」は、Gemma-2Bを追加学習した2BのオープンLLM
- 「Function Calling」において「GPT-4」に匹敵する性能を達成したとのこと
Feature Engineering A-Z
- 特徴エンジニアリングに特化した本
【速報】Agents for Amazon BedrockがCloudFormationに対応しました（ほぼ一撃）
Azure-Samples/serverless-chat-langchainjs
- LangChain.jsとAzureを利用してサーバーレスのRAGアプリを作成するリポジトリ
- WebアプリをAzure Static WebAppsにデプロイし、APIをAzure Fucntionにデプロイし、チャンク済みデータをAzure CosmosDBのMogoDB vCoreに保存する
RAGの性能を高める「Self-RAG」を3分で理解する
- Self-RAGには文書検索が必要かや取得してきた文書からの生成品質をチェックする
- 生成モデルはファインチューニングしたモデルを使う
- reflection tokenを混ぜ込めるようにする
普段有償でサポート業務をしているCSAが技術知見を無料で公開する理由
- 後半に掲載されている表現力を使うための書籍が参考になる
Announcing App Service Multi-plan subnet join
- 複数のAppServive プランのVNET統合を1つのサブネットでできるようになった
- GA時にはサブネットサイズの最小要件が/26になる
マルチモーダルLLMの活用方法と技術解説
OpenAIのSoraに対抗しているOpen Sora Planを使ってみた
- A100で3秒ほどの動画が1分で作られる
⼤規模⾔語モデルの拡張（RAG）が 終わったかも知れない件について
【まとめ】ChatGPTのパフォーマンスを上げて、出力をスムーズにする
- ChatGPTのパフォーマンスを上げたり、少しでもユーザーの待機感を減らす方法をまとめた記事
Gemini 1.5 Proの新機能 - Native Audio Understanding、System Instructions、JSON Mode、新Embeddingモデル
- 音声を入力できるようになった
- 新EmbeddingモデルはMTEBベンチマークでより強力な検索パフォーマンスを実現した
gpt-4-turbo-2024-04-09がリリースされた
https://platform.openai.com/docs/models/gpt-4-turbo-and-gpt-4
In-context Learningの性能調査の論文紹介
- 長いIn-context Learningの性能についてベンチマークを作成して調査した論文の紹介
Llama.cpp で Command R+ を試す
- 「Command R+」は、「RAG」や「Tool」などの長いコンテキストタスク向けに最適化された104BのLLM
- CohereのEmbeddingおよびRerankと連携して動作するように設計されている
Weights & BiasesがLLM評価のベストプラクティスをまとめたホワイトペーパーを発表
LLM評価ツールpromptfooとアサーションの解説
- 文字列一致やしきい値との比較、LLMを利用した判断など様々な方法でプロンプトを評価できる
- 複数のモデルでプロンプトを実行した結果は一度に評価できる
AIで画像からショート動画を作ろう
- SadTalkerという画像1枚から用意した音声をベースに動く動画を作成してくれるGitHubのプロジェクトを紹介した記事
Google Colab で CodeGemma を試す
AWS Cloud Practitioner（クラウドプラクティショナー） 勉強方法【2024年最新版】
Google Colab で RecurrentGemma を試す
note.com - 新しいアーキテクチャにより、「Gemma」よりも必要なメモリが少なく、長いシーケンスを生成する際に高速な推論を実現
LLMを活用した大規模商品カテゴリ分類への取り組み
- ChatGPT 3.5 Turboで一部の過去商品のカテゴリ付けして、機械学習モデルを作成し、大量商品のカテゴリ分類した紹介の記事
Gemini API でラジオ番組の音声からの文字起こしを試す
- Gemini APIで音声データの要約や音声文字おこしした記事
- 文字お越しでは話者分類される
Gemini 1.5 Proで文字起こしを試してみた
- Whisperと比較すると処理時間がかかる
- プロンプトで操作できるため出力結果も不安定
日本語版：AutoCodeRover: 自律的なプログラム改善 (AutoCodeRover: Autonomous Program Improvement)
- LLMとコード検索機能を組み合わせ、プログラムの修正やパッチを生成する
Introducing Rerank 3: A New Foundation Model for Efficient Enterprise Search & Retrieval
- メタデータフィールドに基づいてランク付けできる
- 多言語データソースにも対応している
- 4Kサイズのコンテキストもリランクできる
書評「実践 生成AIの教科書」は企業と組織における生成AIの指針でした
LLMによる視覚読解技術を確立～グラフィカルな文書を理解する「tsuzumi」実現に向けて～
- 文書を視覚情報も含めて理解する視覚読解技術を実現したリリース
[04/06~04/12] 生成AI Weekly News
Gemini API で 動画の質問応答 を試す
- 動画を静止画フレームと音声ファイルに分割して使用
- 1秒あたりのフレーム数でデータ量と詳細レベルを調整
- 静止画フレームと音声は個別プロンプトとみなされる
Tool Calling with LangChain
- 日本語訳の記事
- LLMプロバイダーにより、「Tool Calling」のインターフェースが微妙に異なるが、LangChainでは簡単に切り替えできるように標準インタフェースを実装した
GradioのChatInterfaceこと始め その６:Llama-cpp-python編
- llama_cpp_pythonでc4ai-command-r-plus-104bを動かす方法を紹介した記事
進化する生成AIを使いこなせ！ エンジニアの生産性を爆上げするChatGPT活用術
- 仕事でChatGPTを使う際にポイントとなるのは以下の3つ
- 変換
- 抽出
- 追加データ（RAG）
