- Can we make any smaller opensource LLM models smarter than human?
- Pythonでクロスプラットフォームなアプリが作れる「Flet」を試す
- 高性能な日本語SPLADE（スパース検索）モデルを公開しました
- スクラムにおける開発タスクの予実の乖離をどうするか
- Open AI Realtime APIで、会話履歴を削除して高額請求を回避したい！【Pythonサンプルコード】
- Amazon Bedrock Agents 自律型 AI の実現に向けて: 検討編 【Amazon Bedrock Series #04a】【AWS Black Belt】
- A Model for Matching Proprietary OpenAI o1's Power with Open-Source Innovation
- データから最適化なRAGの設定を探してくれる「RAGBuilder」を試す
- mistral-nemo-japanese-instruct-2408をColabでためす。
- 機械学習による言語パフォーマンスの評価
- Llama 3.1 Swallow
- 関連ドキュメントを利用してRAGの精度を上げるCDE
- [LangChain] with_structured_output を使用して、Pydanticのクラスをレスポンスとして受け取る
- 生成AIを活用したプロダクト・サービス PreferredAI 5製品を11月から順次提供開始
- JR東が「鉄道版生成 AI」開発へ 鉄道固有の知識を学習、経験浅い社員の知識レベル底上げに
- Embeddings Are Kind of Shallow
- openai-gradio を動かす
- ターミナルでAIエージェントが操作してくれる「gptme」を試す
- Launching Long-Term Memory Support in LangGraph
- moritalous/url-to-markdown-v2
- AWS におけるマルチテナント SaaS の実装パターン
- システム生成AIの最新動向と本質的な理解の重要性について
- 20241009_がっかりコパだったCopilot_in_Excel今はどうなん？
- Perform data parity at scale for data modernization programs using AWS Glue Data Quality
- 基盤モデルがものづくり産業に及ぼしうる影響と研究開発の方向性(?) 2024年秋ver
- プロダクトマネージャーのための検索推薦システム入門
- MLE-bench
- STATE OF AI REPORT 2024.
- VProChart: Answering Chart Question through Visual Perception Alignment Agent and Programmatic Solution Reasoning
- Amazon 流のプロダクトマネジメント
- PLaMoにおけるLLMエージェント能力の分析と改善
- Amazon Athena のパフォーマンスチューニング Tips トップ 10
- 東京メトロ、生成AIで問い合わせ対応 「100％の性能ではなく70％で実用化」を決断できたワケ
- OpenAIのマルチエージェント用実験的フレームワーク「swarm」を試す
- Competitionsだけじゃない！ Kaggle Notebooks Grandmasterのすすめ
- とある事業会社にとっての Kaggler の魅力
- The Prompt Report: A Systematic Survey of Prompting Techniques
- 大規模言語モデルLlama-3.1に専門的な数値データを学習させる検討
- GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models
- Google Colab で Pyramid Flow を試す
- Google Colab で Llama-3.1-Swallow を試す
- LLM×CV メタサーベイ：言語・視覚融合の応用と展開
- OpenAIの新しいマルチエージェント用フレームワークSwarmを試す
- whisper-webをdockerで動かす。
- GPT-4oに危険物取扱者試験(甲種試験)を解かせてみる
- AWS Fargate Spot が中断されにくいのはいつ？
- Prompt Engineering Techniques: Comprehensive Repository for Development and Implementation
- Swarm (実験的サンプル)～リポジトリの日本語化～
- PLaMo-100B: A Ground-Up Language Model Designed for Japanese Proficiency
- オープンソース住所正規化エンジンを地番住所に対応したメジャーバージョンをリリースしました！
- RT-DETR(v2) を Colaboratoryでトレーニングするサンプル👻
- Serverless AI Chat with RAG using LangChain.js
- Graph Database と Generative AI の素敵な関係
- ぼくがかんがえた最強の Visual Studio Code カスタマイズ 2024
- ベクトルデータベース「Weaviate」を試す 13: Multiple target vectors
- The Little Book of ML Metrics
- GenAI Career Assistant: A Multi-Agent Approach
- RAG 101: Chunking Strategies
- #designship2024 スピーカーとして、話し方をデザインした話
Can we make any smaller opensource LLM models smarter than human?
- Claude3.5 Sonnetをo1-previewに匹敵するレベルに高める方法を述べた記事
- Dynamic Chain of ThoughtやreflectionやVerbal Reinforcementを活用している
Pythonでクロスプラットフォームなアプリが作れる「Flet」を試す
高性能な日本語SPLADE（スパース検索）モデルを公開しました
スクラムにおける開発タスクの予実の乖離をどうするか
Open AI Realtime APIで、会話履歴を削除して高額請求を回避したい！【Pythonサンプルコード】
- 過去の会話履歴をクリアしないと、入力コンテキストが増えて、コストが高くなる
Amazon Bedrock Agents 自律型 AI の実現に向けて: 検討編 【Amazon Bedrock Series #04a】【AWS Black Belt】
A Model for Matching Proprietary OpenAI o1's Power with Open-Source Innovation
- オープンソースでo1モデルを目指すプロジェクトのページ
データから最適化なRAGの設定を探してくれる「RAGBuilder」を試す
- チャンキング戦略やチャンクサイズなどを自動調整し、最適なチャンキングのパラメータをさがす
- コストはかかるかも
mistral-nemo-japanese-instruct-2408をColabでためす。
機械学習による言語パフォーマンスの評価
Llama 3.1 Swallow
関連ドキュメントを利用してRAGの精度を上げるCDE
- 対象のテキストと関連性の高い別のドキュメントの両方を用いて、ベクトルデータを生成するEmbeddingモデル
[LangChain] with_structured_output を使用して、Pydanticのクラスをレスポンスとして受け取る
生成AIを活用したプロダクト・サービス PreferredAI 5製品を11月から順次提供開始
JR東が「鉄道版生成 AI」開発へ 鉄道固有の知識を学習、経験浅い社員の知識レベル底上げに
Embeddings Are Kind of Shallow
- 言語モデルの埋込について解説した記事
openai-gradio を動かす
ターミナルでAIエージェントが操作してくれる「gptme」を試す
- ターミナルでAIとチャット形式で対話しながら、シェルコマンドの実行や、Pythonの実行、ファイル操作、ブラウザ操作などが行える
Launching Long-Term Memory Support in LangGraph
- LangGraphで長期記憶をサポートした
- 複数スレッド間で情報保持が可能になった
moritalous/url-to-markdown-v2
- URLを渡すとmarkdwonに変換するアプリケーション
- markdownifyを利用している
AWS におけるマルチテナント SaaS の実装パターン
システム生成AIの最新動向と本質的な理解の重要性について
20241009_がっかりコパだったCopilot_in_Excel今はどうなん？
Perform data parity at scale for data modernization programs using AWS Glue Data Quality
- AWS Glue Data Qualityを使用して簡単にデータの整合性を確認できることを紹介する記事
基盤モデルがものづくり産業に及ぼしうる影響と研究開発の方向性(?) 2024年秋ver
- 誰かに習って訓練すれば身につく程度の能力はAIで代替可能な見通しが立ちつつある
プロダクトマネージャーのための検索推薦システム入門
- ユーザーは最初から完璧なクエリを書けるわけではない
- 推薦システムの良さを定義するのは難しい
- 予測精度とカバー率・多様性はトレードオフの関係にある
MLE-bench
STATE OF AI REPORT 2024.
VProChart: Answering Chart Question through Visual Perception Alignment Agent and Programmatic Solution Reasoning
- チャートの視覚的解釈と数値的・論理的推論を自動化するためのフレームワークを提案した論文
Amazon 流のプロダクトマネジメント
- 製品、サービス、体験がお客様の手に渡った瞬間から逆算して考える
PLaMoにおけるLLMエージェント能力の分析と改善
Amazon Athena のパフォーマンスチューニング Tips トップ 10
東京メトロ、生成AIで問い合わせ対応 「100％の性能ではなく70％で実用化」を決断できたワケ
- 問い合わせの中でも特に多い忘れ物の対応改善に注力した
- 内容把握、情報検索、回答案作成までを支援する
OpenAIのマルチエージェント用実験的フレームワーク「swarm」を試す
- 他のエージェントに会話を転送できる
Competitionsだけじゃない！ Kaggle Notebooks Grandmasterのすすめ
とある事業会社にとっての Kaggler の魅力
The Prompt Report: A Systematic Survey of Prompting Techniques
- 生成AIのモデルに対するプロンプト設計や使用法に対する体系的な調査をした論文
大規模言語モデルLlama-3.1に専門的な数値データを学習させる検討
GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models
- LLMの数学的推論能力の限界に関する論文
Google Colab で Pyramid Flow を試す
Google Colab で Llama-3.1-Swallow を試す
LLM×CV メタサーベイ：言語・視覚融合の応用と展開
https://hirokatsukataoka.net/temp/presen/241011LLMxCV_MetaSurvey2024.pdf
- LLMのComputer Vision分野への適用方法別にまとめた資料
OpenAIの新しいマルチエージェント用フレームワークSwarmを試す
whisper-webをdockerで動かす。
GPT-4oに危険物取扱者試験(甲種試験)を解かせてみる
AWS Fargate Spot が中断されにくいのはいつ？
- 土日が中断回数が少なかった
Prompt Engineering Techniques: Comprehensive Repository for Development and Implementation
Swarm (実験的サンプル)～リポジトリの日本語化～
PLaMo-100B: A Ground-Up Language Model Designed for Japanese Proficiency
- PLaMo-100Bを紹介する論文
オープンソース住所正規化エンジンを地番住所に対応したメジャーバージョンをリリースしました！
RT-DETR(v2) を Colaboratoryでトレーニングするサンプル👻
Serverless AI Chat with RAG using LangChain.js
- Static web Appsを利用して、サーバーレスのRAGアプリを紹介した記事
- リポジトリはこちら
Graph Database と Generative AI の素敵な関係
ぼくがかんがえた最強の Visual Studio Code カスタマイズ 2024
ベクトルデータベース「Weaviate」を試す 13: Multiple target vectors
- Multiple target vectorsを試した記事
- 複数の検索結果を結合する方法は複数ある
The Little Book of ML Metrics
- データサイエンスや機械学習で使用される評価指標を網羅的に説明するハンドブック
GenAI Career Assistant: A Multi-Agent Approach
- マルチ―エージェントアプローチでキャリアアシスタントするリポジトリの概要
RAG 101: Chunking Strategies
- RAGを強化するためにどのようなチャンク戦略があるかを説明した記事
#designship2024 スピーカーとして、話し方をデザインした話
- 大きな主張の後は6秒あける
- 話の切り替えで大きな声を出す
