- GPUなサービスをそこそこな費用で運営する
- 基本に立ち戻る：LLMのプロンプト
- LLMをWebフレームワークにしたら、未来が見えた #2024
- 次世代Web認証「パスキー」
- LLM にプロンプトチューニングをしていただく手法まとめ
- LLMプロダクト開発における独自評価基準とデータセットの作り方の考察
- Weekly AI Agents News!
- LLMによるLLMの評価とその評価の評価について
- Difyをローカルで動かしてRAGまで試してみる
- SQL滅ぶべし
- Common Crawlから作る大規模日本語コーパスとその前処理（Mixtral 8x7Bを語彙拡張継続事前学習 Part2）
- karakuri-ai/karakuri-lm-8x7b-chat-v0.1
- OpenAIのBatch APIを使ってお得にプロンプトを一括処理してみる
- Sakana.aiが公開した「Evolutionary Model Merge」手法を「mergekit」で実施してみる
- Google Cloud Next'24 にて Google Cloudの生成 AI エコシステムはなぜ良いのか？について発表しました
- Build generative AI applications with Amazon Bedrock Studio (preview)
- LLM時代のX情報収集術
- Google Colab で 属性予測モデル KARAKURI LM 7B APM v0.1 を試す
- 噂のノーコードAIシステム開発環境Difyを使ってツールを作ってみた。使った感想
- 「知的単純作業」を自動化する、地に足の着いた大規模言語モデル (LLM) の活用
- Introducing the Model Spec
- 実務につなげる数理最適化
- 【論文紹介】複数トークン予測によるLLMの精度向上と高速化
- 日本語大規模言語モデル「Japanese Stable LM 2 1.6B」をリリースしました
- GoogleColobでstabilityai/japanese-stablelm-2-instruct-1_6bを動かす
- 生成AIの力を借りて、爆速でChatGPTアプリを開発する
- Choose an Azure service for vector search
- Assistants APIが画像認識に対応した
- ノーコードLLM統合アプリのdifyでollamaと連携してみた
- LLMを用いた合成データ作成事例をまとめてみたーNLP2024参加報告①
- [05/03~05/10] 生成AI Weekly News
- 生成AI・LLMを用いて「あなた」にパーソナライズされたUIの実現を目指す「生成UI」の可能性
- Anthropic Consoleのプロンプトジェネレータの活用マニュアル｜誰でも簡単にプロンプト生成ができる
- LangChain v0.2 の概要
- ローカルLLMはこーやって使うの💢
- Microsoft 365 界隈のコミュニティの整理
- Getting Started with Mistral
- 生成AIの論点
- jphrase 0.0.1
- 言語モデルの編集に関する論文紹介
- 『生成AIカンファレンス2024』に現地参加したイベントレポート
- データ基盤を支える技術
- 実務で生成AIサービスを開発してわかったこと
GPUなサービスをそこそこな費用で運営する
基本に立ち戻る：LLMのプロンプト
LLMをWebフレームワークにしたら、未来が見えた #2024
- 以下2つのアプローチを試している
次世代Web認証「パスキー」
LLM にプロンプトチューニングをしていただく手法まとめ
- DSPy Optimizersは、プロンプトに対してたくさんのInput/Output Example集と自動評価関数を作り、評価が最も高くなるようなFew showの組み合わせを探す
LLMプロダクト開発における独自評価基準とデータセットの作り方の考察
- アウトプット例があったほうが具体的なイメージのすり合わせなどに利用できる
- プロダクト要件はポジティブな要求とネガティブな要求に分かれる
- LLM Appsの評価についての参考文献が多数記載されているなど非常に参考になる
Weekly AI Agents News!
LLMによるLLMの評価とその評価の評価について
Difyをローカルで動かしてRAGまで試してみる
SQL滅ぶべし
Common Crawlから作る大規模日本語コーパスとその前処理（Mixtral 8x7Bを語彙拡張継続事前学習 Part2）
karakuri-ai/karakuri-lm-8x7b-chat-v0.1
OpenAIのBatch APIを使ってお得にプロンプトを一括処理してみる
Sakana.aiが公開した「Evolutionary Model Merge」手法を「mergekit」で実施してみる
Google Cloud Next'24 にて Google Cloudの生成 AI エコシステムはなぜ良いのか？について発表しました
Build generative AI applications with Amazon Bedrock Studio (preview)
- Bedrock Studioでアプリケーションを作成すると、ナレッジベース、エージェント、ガードレールなどに対応した管理リソースがAWSアカウントに自動的にデプロイされる
LLM時代のX情報収集術
Google Colab で 属性予測モデル KARAKURI LM 7B APM v0.1 を試す
- helpsteer、oasstの属性予測できる
噂のノーコードAIシステム開発環境Difyを使ってツールを作ってみた。使った感想
「知的単純作業」を自動化する、地に足の着いた大規模言語モデル (LLM) の活用
- LLMは従来のプログラムでは細かすぎて作りこみ切れない文書処理に対応できる
- LLMを活用すると「ニッチ」な領域でもDXを実現できる
Introducing the Model Spec
https://openai.com/index/introducing-the-model-spec/
- OpenAIが望ましいモデルの動作を形成するためのアプローチとトレードオフをどのように評価しているかを示した文書を公開した
実務につなげる数理最適化
- 最適化問題の定式化に必要な情報の多くは、日常的に特定の業務に従事している現場担当者にとって改めて話題にするまでもない常識
- 優秀なコンサルタントが慎重なインタビューを重ねてもこれらの情報を引き出すことはなお困難
【論文紹介】複数トークン予測によるLLMの精度向上と高速化
日本語大規模言語モデル「Japanese Stable LM 2 1.6B」をリリースしました
- 16億パラメータという小型モデルでありながら、40億パラメータ以下のモデルのスコアよりも高いスコアを達成し、70億パラメータのモデルに近いスコアを獲得
GoogleColobでstabilityai/japanese-stablelm-2-instruct-1_6bを動かす
生成AIの力を借りて、爆速でChatGPTアプリを開発する
- Azure Static We Appsで動かすアプリを生成AIで作成した記事
Choose an Azure service for vector search
Assistants APIが画像認識に対応した
https://platform.openai.com/docs/assistants/how-it-works/how-it-works/creating-image-input-content
ノーコードLLM統合アプリのdifyでollamaと連携してみた
LLMを用いた合成データ作成事例をまとめてみたーNLP2024参加報告①
[05/03~05/10] 生成AI Weekly News
生成AI・LLMを用いて「あなた」にパーソナライズされたUIの実現を目指す「生成UI」の可能性
- 生成UIとは、ユーザーのニーズやコンテキスト、行動履歴やプロファイルに合わせて、動的にインタフェースを生成するもの
Anthropic Consoleのプロンプトジェネレータの活用マニュアル｜誰でも簡単にプロンプト生成ができる
LangChain v0.2 の概要
ローカルLLMはこーやって使うの💢
- 特殊トークンによるプロンプトインジェクション、尤度関数としての利用などが追加された
Microsoft 365 界隈のコミュニティの整理
Getting Started with Mistral
- DeepLearning.AIのMistralのコース。
- プロンプトエンジニアリング、Fucntion Calling、JSONモード、RAGなどが学べる
生成AIの論点
https://www.seikyusha.co.jp/bd/isbn/9784787235374/
jphrase 0.0.1
- 日本語のテキストを文節に分割するライブラリ
