- LangGraphを使ったReflection Agent: SNS投稿コンテンツ提案Agent
- llm-jp-asr
- Weekly AI Agents News!
- Large Language Model-Based Agents for Software Engineering: A Survey
- 私見:Pythonプロジェクトの3類型(ver 2024.09)
- AI-Driven Research Assistant
- 私のブックマーク「AIアライメント」
- 論文翻訳検索
- Tanuki-8BとOllamaとDifyを使って日本語ローカルRAG構築
- カスタマーサポートのRAGに関する発想の転換について
- 突撃! 隣のAmazon Bedrockユーザー 〜YouはどうしてAWSで?〜
- Jetson orin nano上のAgent StudioでTanuki-8Bを試す
- GASとGeminiで実装する! 高精度議事録生成ツール
- AIエージェントのビジネスインパクトとLangChain、LangGraphを使った実装例
- Tanuki-8B, 8x8B - 事後学習の軌跡
- RAGによる社内データ利活用〜社内FAQシステム編
- Tanukiモデルが全角数字・記号を認識出来ない問題とその解決(LLM学習コーパスの正規化の落とし穴)
- フィードバックされやすい人になろう
- GraphRAG auto-tuning provides rapid adaptation to new domains
- 自社開発した大規模言語モデルをどうプロダクションに乗せて運用していくか〜インフラ編〜
- RAGの精度と速度を同時に向上「DIVA」による曖昧さ対策
- 初心者でもできる!HuggingFaceモデルをGGUF形式に変換しOllamaで使う手順
- トークナイザー構築のナレッジとチームの取り組み紹介【Team Kuma】
- Tanuki-8B の GGUF 版トークナイザ―の調査
- 「現場で実践!RAG活用術 Lunch LT ― 運用して分かった"つらみ"とその対策」で登壇してきました&質問の回答 #RAG_Findy
- rwkv-6-worldをColabで久しぶりに試してみる
- HuggingFace の speech-to-speech を試す
- Integrating vision into RAG applications
- Gensparkの方が良いかも…?PerplexityAIとの違いを解説してみた
- 事業フェーズの変化に対応する 開発生産性向上のゼロイチ
- PythonでPDFからテキスト/表情報の抽出精度を比較してみた
- OR学会2024秋_短期収益と将来のオフ方策評価性能を考慮したクーポン割当方策混合比の決定
- 大規模言語モデルのバイアス
- Reader-LM: Small Language Models for Cleaning and Converting HTML to Markdown
- JDLA勉強会 #13「LLM推論の課題と最適化技術」
- 抽象度の高い仕事の進め方
- Mistral AI、初のマルチモーダルAIモデル「Pixtral」リリース 画像を理解
- Can Large Language Models Unlock Novel Scientific Research Ideas?
- 「Difyソースコードリーディング#3 ―APIのリクエストからレスポンスまで」を開催しました #もくもくDify
- HTMLから Markdown コンテンツへの変換に特化したJina Reader-LMを試す
- 各部署の生成AI活用能力を向上させる!「生成AIアンバサダー」の中間成果を公開
- DataGemma: Using real-world data to address AI hallucinations
- Google Colab で Pixtral-12B を試す
- Introducing o1: OpenAI’s new reasoning model series for developers and enterprises on Azure
- OpenAI o1 System Card
- OpenAI o1 の APIの使い方
- OpenAI o1 の概要
- OpenAI最新モデル!OpenAI o1-preview, o1-miniについて解説してみた
- AWS Lambda Function URLsとAmazon API Gatewayの違い
- OpenAI o1はどう作るのか
- 従業員エンゲージメントを向上!良いリーダーになるための 4 つの方法
- Colabをローカル環境と接続する。
- DataGemma の概要
- 小さなWebブラウザを作ろう
- 「画像とLLM、 CVPR2024におけるLLMの動向」松尾研 LLM コミュニティ "Paper & Hacks Vol.18"
- エンジニアと関係組織をつなぐ社内 DevRel のとりくみ
- トルコ生まれのタスク管理手法ビル・サイファで先送り癖が少しだけ改善した話
- たった1人からはじめる【Agile Community of Practice】
- スクフェス三河2024_自己組織的なチームから空虚なチームへ変貌させた3カ月の組織運営からの教訓
- やってやろうじゃないかメカアジャイル!
- インプットした情報をいい話だっただけで終わらせない!具現化するためにやったこと
- モノ売りからコト売りへ 製造業が向き合うビジネスとアジャイル
- グイグイ系QAマネージャーの仕事
- 「人にやさしく」するということ
- 必要なのは客観性。組織変革をもたらす、より良い「対話」を生み出すための活動
- Agile in Automotive Industry, puzzles and lights.
- 生成AIを活用したテキスト分類/名寄せのアイデア【Databricks】
- Build a Knowledge Graph-based Agent With Llama 3.1, NVIDIA NIM, and LangChain
- GenAI Agents: Comprehensive Repository for Development and Implementation
- langchain-autotools
- 大規模言語モデルLLMの論理的思考を強くするデータセットを考える①
- OpenAI o1はどう作るのか(詳細編)
LangGraphを使ったReflection Agent: SNS投稿コンテンツ提案Agent
- LLM-Based Agentの基本的なアーキテクチャであるReflection Agentを題材に、SNS投稿コンテンツを提案してくれるAgentを作成する方法を紹介した記事
- コンテンツ生成するエージェントと別のエージェントに推論結果を批評させて、コンテンツを改善する
llm-jp-asr
Weekly AI Agents News!
Large Language Model-Based Agents for Software Engineering: A Survey
- ソフトウェアエンジニア用のLLMベースのエージェントに関する包括的かつ体系的な調査を紹介する論文
- 以下が調査のリポジトリ
私見:Pythonプロジェクトの3類型(ver 2024.09)
AI-Driven Research Assistant
- 複数のエージェントでデータ分析、可視化、レポート作成などのタスクを支援するアシスタントのリポジトリ
私のブックマーク「AIアライメント」
【記事更新】私のブックマーク「AIアライメント」 | 人工知能学会 (The Japanese Society for Artificial Intelligence)
論文翻訳検索
mt-auto-minhon-mlt.ucri.jgn-x.jp
Tanuki-8BとOllamaとDifyを使って日本語ローカルRAG構築
- Tanuki-8Bを使って実用的なRAGシステムを気軽に構築する方法について解説した記事
カスタマーサポートのRAGに関する発想の転換について
- ユーザーの入力の質が低いことがでもRAGの性能が向上しない
- どのような質問をすれば企業の最適なデータを探し当てられるかを知っている人は少ない
- RAGを使用して追加質問を生成するアプローチの紹介
突撃! 隣のAmazon Bedrockユーザー 〜YouはどうしてAWSで?〜
- 生成AIをAWSのビルディングブロックの一つとして活用できる
Jetson orin nano上のAgent StudioでTanuki-8Bを試す
GASとGeminiで実装する! 高精度議事録生成ツール
AIエージェントのビジネスインパクトとLangChain、LangGraphを使った実装例
Tanuki-8B, 8x8B - 事後学習の軌跡
RAGによる社内データ利活用〜社内FAQシステム編
- 企業固有の情報に基づいた社内FAQシステムについて紹介した記事
- 効果的な回答には以下が重要
- 質問者情報
- 背景・意図
- 質問内容
Tanukiモデルが全角数字・記号を認識出来ない問題とその解決(LLM学習コーパスの正規化の落とし穴)
フィードバックされやすい人になろう
- フィードバッグの見落としは大きな損失をもたらす
- フィードバッグのしきいを下げることで気づきが増える
GraphRAG auto-tuning provides rapid adaptation to new domains
- GraphRAGが新しいドメインへ迅速へ適応できることが可能になったことを紹介する記事
自社開発した大規模言語モデルをどうプロダクションに乗せて運用していくか〜インフラ編〜
RAGの精度と速度を同時に向上「DIVA」による曖昧さ対策
- 質問を複数の形に拡張して、検索の多様性を高める
- 得られた情報の有用性を評価する
初心者でもできる!HuggingFaceモデルをGGUF形式に変換しOllamaで使う手順
トークナイザー構築のナレッジとチームの取り組み紹介【Team Kuma】
Tanuki-8B の GGUF 版トークナイザ―の調査
「現場で実践!RAG活用術 Lunch LT ― 運用して分かった"つらみ"とその対策」で登壇してきました&質問の回答 #RAG_Findy
- とにかく素早くフィードバッグサイクルを回すことが重要
- 評価手法にこだわるよりは、改善を繰り返すほうが大事
rwkv-6-worldをColabで久しぶりに試してみる
HuggingFace の speech-to-speech を試す
Integrating vision into RAG applications
- 画像を含む知識ベースに対応したRAGアプリケーションの統合について説明された記事
Gensparkの方が良いかも…?PerplexityAIとの違いを解説してみた
事業フェーズの変化に対応する 開発生産性向上のゼロイチ
- 変更のリードタイムの内訳をきちんと可視化し、ボトルネックを明確にする
PythonでPDFからテキスト/表情報の抽出精度を比較してみた
- PyMUPDF、pdfplumber,unstructuredの3つを比べた記事
OR学会2024秋_短期収益と将来のオフ方策評価性能を考慮したクーポン割当方策混合比の決定
大規模言語モデルのバイアス
Reader-LM: Small Language Models for Cleaning and Converting HTML to Markdown
JDLA勉強会 #13「LLM推論の課題と最適化技術」
抽象度の高い仕事の進め方
- 抽象度の高い仕事を任せられる人がどういう動きをしているかをまとめた記事
- なぜやるかを明確にしている
- 何をどこまでやるかを明確にしている
- いつまでにやるかを明確にしている
- 選択肢を出し提案して決めている
- 自分から状況を共有・相談している
Mistral AI、初のマルチモーダルAIモデル「Pixtral」リリース 画像を理解
Can Large Language Models Unlock Novel Scientific Research Ideas?
- LLMの新しい科学研究のアイデアを生成する能力を評価した論文
「Difyソースコードリーディング#3 ―APIのリクエストからレスポンスまで」を開催しました #もくもくDify
HTMLから Markdown コンテンツへの変換に特化したJina Reader-LMを試す
- ライセンスはCreative Commons Attribution Non Commercial 4.0で非営利利用に限定
- 256Kトークンまで入力できる
各部署の生成AI活用能力を向上させる!「生成AIアンバサダー」の中間成果を公開
DataGemma: Using real-world data to address AI hallucinations
- 現実世界のデータを使ってハルシネーションに対処するために作成されたモデル
Google Colab で Pixtral-12B を試す
Introducing o1: OpenAI’s new reasoning model series for developers and enterprises on Azure
- Azure OpenAI Serviceでも申請すれば、o1-preview、o1-miniを利用できる
OpenAI o1 System Card
- o1のシステムカード
OpenAI o1 の APIの使い方
- 「OpenAI o1」シリーズは、複雑な推論を行うために強化学習を用いて学習された新しい大規模言語モデル
- 「reasoning tokens」を使用して、モデルは「think」プロセスを行い、プロンプトの理解を分解し、複数のアプローチを検討しながら応答を生成する
- 推論トークン」を生成した後、モデルは最終的に可視の「補完トークン」(completion tokens) として答えを出力し、「推論トークン」はそのコンテキストから破棄される
OpenAI o1 の概要
OpenAI最新モデル!OpenAI o1-preview, o1-miniについて解説してみた
AWS Lambda Function URLsとAmazon API Gatewayの違い
OpenAI o1はどう作るのか
従業員エンゲージメントを向上!良いリーダーになるための 4 つの方法
- フォロワーにもなれるリーダーが信頼される
- 良いリーダーの情熱とポジティブさが従業員の成果につながる
Colabをローカル環境と接続する。
DataGemma の概要
小さなWebブラウザを作ろう
「画像とLLM、 CVPR2024におけるLLMの動向」松尾研 LLM コミュニティ "Paper & Hacks Vol.18"
エンジニアと関係組織をつなぐ社内 DevRel のとりくみ
トルコ生まれのタスク管理手法ビル・サイファで先送り癖が少しだけ改善した話
たった1人からはじめる【Agile Community of Practice】
スクフェス三河2024_自己組織的なチームから空虚なチームへ変貌させた3カ月の組織運営からの教訓
やってやろうじゃないかメカアジャイル!
インプットした情報をいい話だっただけで終わらせない!具現化するためにやったこと
モノ売りからコト売りへ 製造業が向き合うビジネスとアジャイル
グイグイ系QAマネージャーの仕事
「人にやさしく」するということ
必要なのは客観性。組織変革をもたらす、より良い「対話」を生み出すための活動
Agile in Automotive Industry, puzzles and lights.
生成AIを活用したテキスト分類/名寄せのアイデア【Databricks】
Build a Knowledge Graph-based Agent With Llama 3.1, NVIDIA NIM, and LangChain
- Llama3.1の関数呼び出し機能を用いて、ナレッジグラフから構造化データを取得し、RAGアプリケーションを強化する方法を紹介する記事
GenAI Agents: Comprehensive Repository for Development and Implementation
- 生成AIの開発と実装のための包括的なリポジトリ
- いくつかのエージェントの実装例が公開されている