LLM / NLP アーカイブ

チェーン・オブ・ソート（CoT）プロンプティングとは何か？

執筆者グレゴリー・エリアス | 8月 29, 2024 | エンタープライズAI, LLM / NLP, プロンプトエンジニアリング

大規模言語モデル(LLM)は、自然言語処理(NLP)および生成において顕著な能力を発揮する。しかし、複雑な推論タスクに直面すると、これらのモデルは正確で信頼できる結果を出すのに苦労することがある。そこで、Chain-of-Thought（CoT）プロンプトの出番となる。

AI研究論文まとめ：「思考の連鎖？プロンプティング

執筆者グレゴリー・エリアス | 8月 29, 2024 | ジェネレーティブAI, LLM / NLP, プロンプトエンジニアリング

Chain-of-Thought（CoT）プロンプトは、大規模言語モデル（LLM）の推論能力を引き出す画期的な手法として注目されている。この技術は、LLMを導くためにステップバイステップの推論例を提供するもので、AIコミュニティで大きな注目を集めている。多くの

生成的AIソリューションのための数ショットプロンプティングと微調整LLMの比較

執筆者グレゴリー・エリアス | 8月 19, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

大規模言語モデル（LLM）の真の可能性は、その膨大な知識ベースだけでなく、最小限の追加トレーニングで特定のタスクやドメインに適応する能力にある。そこで、数ショットプロンプティングとファインチューニングの概念が重要になる。

数撃ちゃ当たるの研究論文トップ5

執筆者グレゴリー・エリアス | 8月 19, 2024 | ジェネレーティブAI, LLM / NLP, リサーチ / 統計

数ショット学習は、機械学習における重要な研究分野として浮上しており、限られたラベル付き例から学習できるアルゴリズムの開発を目指している。この能力は、データが乏しかったり、高価であったり、時間がかかったりする多くの実世界のアプリケーションにとって不可欠である。

ラマ3.1を検討すべきか？- ai&you #66

執筆者グレゴリー・エリアス | 8月 19, 2024 | ジェネレーティブAI, LLM / NLP, ニュースレター

今週の統計調査対象組織のうち72%が2024年にAIを導入しており、これは例年の約50%から大きく飛躍した。(マッキンゼー）メタが最近リリースしたLlama 3.1は、企業の世界に波紋を広げている。この最新のLlamaモデル...

LLMの費用を削減する10の実証済みの戦略

執筆者グレゴリー・エリアス | 8月 4, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

顧客サービスのチャットボットからコンテンツ生成まで、さまざまな用途で大規模言語モデル（LLM）への依存が高まる中、LLMのコスト管理という課題がクローズアップされている。LLMの導入と運用に関連する運用コスト...

メタのラマ3.1：オープンソースAIの限界に挑む

執筆者グレゴリー・エリアス | 8月 4, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

Meta社はこのほど、これまでで最も先進的なオープンソースの大規模言語モデル（LLM）であるLlama 3.1を発表した。このリリースは、AI技術の民主化における重要なマイルストーンであり、オープンソースとプロプライエタリモデルの間のギャップを埋める可能性がある。Llama...

企業がAIを安全に統合するためにLLMの幻覚に取り組む方法

執筆者グレゴリー・エリアス | 8月 2, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

大規模言語モデル（LLM）は、自然言語処理と生成において前例のない機能を提供し、エンタープライズ・アプリケーションを変革しています。しかし、企業がLLMの流行に乗る前に、重要な課題がある。

LLMの幻覚をなくす方法トップ10

執筆者グレゴリー・エリアス | 8月 2, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

大規模言語モデル（LLM）がほぼすべての分野や産業を破壊し続ける中、LLMは幻覚というユニークな課題をもたらしている。このようなAIが生成する不正確さは、LLM出力の信頼性と信用性に重大なリスクをもたらす。LLMとは

AgentOpsがLLMのコスト管理にどのように役立つか

執筆者グレゴリー・エリアス | 8月 2, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

AIエージェントが企業ソリューションにますます普及するにつれ、大規模言語モデル（LLM）のコスト管理は、開発者や企業にとって重要な関心事となっている。LLMは強力ですが、特に規模が大きくなると運用コストが高くなります。

AgentOpsが開発者の信頼できるAIエージェントの構築と監視を支援する方法

執筆者グレゴリー・エリアス | 8月 2, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

AIエージェントが高度化するにつれ、開発者はその信頼性、パフォーマンス、費用対効果を確保する上で大きな課題に直面している。AIエージェントの開発とモニタリングには、以下のような独自のハードルがあります：マルチエージェントの複雑な管理...

今、企業が採用すべき10のAIエージェント - AI&YOU #60

執筆者グレゴリー・エリアス | 7月 3, 2024 | エンタープライズAI, LLM / NLP, ニュースレター

AIエージェントの使用例：KlarnaのAIアシスタントは、Klarnaの顧客サービスチャットの3分の2に相当する230万回の会話を行った。フルタイムのエージェント700人分の仕事をこなし、Klarnaに1TP440万米ドルの利益改善をもたらすと見積もられている。

AIエージェントを作成するためのAutoGenとcrewAIの選択方法

執筆者グレゴリー・エリアス | 6月 28, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

人工知能の分野は近年、特にAIエージェントの開発において目覚ましい進歩を遂げている。これらの知的エンティティは、タスクを実行し、意思決定を行い、自律的にユーザーや他のシステムと対話するように設計されている。このような...

AutoGen & Llama 3でエージェントを作成する方法

執筆者グレゴリー・エリアス | 6月 28, 2024 | エンタープライズAI, ジェネレーティブAI, LLM / NLP

最先端のマルチエージェント・フレームワークであるAutoGenと高度な言語モデルであるLlama 3は、開発者がAIエージェントの作成と展開に取り組む方法を変えようとしています。マイクロソフトが開発したAutoGenは、洗練されたマルチエージェントシステムを構築するための包括的なプラットフォームとして際立っています。