LLMでWikipediaのような文書を作成する方法「STORM」スタンフォード大学研究者ら開発

LLMでWikipediaのような文書を作成する方法「STORM」スタンフォード大学研究者ら開発

By ShotaroKato / 2024/04/26
スタンフォード大学の研究グループが提案し...
Read More
小さなRetrieverとLLMの組み合わせによる実用的なワークフロー生成システム　またはRAGで幻覚を減らす手法

小さなRetrieverとLLMの組み合わせによる実用的なワークフロー生成システム　またはRAGで幻覚を減らす手法

By ShotaroKato / 2024/04/25
自動化のためのワークフロー生成における、...
Read More
強くて軽いモデルPhi-3の評価結果　Microsoftの論文（テクニカルレポート）より

強くて軽いモデルPhi-3の評価結果　Microsoftの論文（テクニカルレポート）より

By ShotaroKato / 2024/04/24
Microsoftの研究者らは、モバイル...
Read More
プロンプトでLLMにRPAワークフローを自動生成させる手法「FlowMind」JPモルガン考案

プロンプトでLLMにRPAワークフローを自動生成させる手法「FlowMind」JPモルガン考案

By ShotaroKato / 2024/04/23
LLMとユーザーフィードバックを巧みに組...
Read More
LLMにおける、長いコンテキストから欲しい情報を見つけ出す「needle-in-a-haystack（干し草の中の針）」テスト結果とプロンプト例

LLMにおける、長いコンテキストから欲しい情報を見つけ出す「needle-in-a-haystack（干し草の中の針）」テスト結果とプロンプト例

By ShotaroKato / 2024/04/22
LLMがプロンプト内の情報をどの程度正確...
Read More
プロンプトに例を多く載せるほど、どんなタスクでも性能が上がるのか？DeepMindによる『Many-shot Learning』の実験結果

プロンプトに例を多く載せるほど、どんなタスクでも性能が上がるのか？DeepMindによる『Many-shot Learning』の実験結果

By ShotaroKato / 2024/04/19
プロンプトに例示を含めることにより新しい...
Read More
Appleが開発　スマホに特化したマルチモーダルLLM『Ferret UI』

Appleが開発　スマホに特化したマルチモーダルLLM『Ferret UI』

By ShotaroKato / 2024/04/18
「スマホ画面上のオブジェクトを理解するの...
Read More
LLMが思考のネットワークを構築し、人間の推論プロセスを模倣する『THOUGHTSCULPT』プロンプティング

LLMが思考のネットワークを構築し、人間の推論プロセスを模倣する『THOUGHTSCULPT』プロンプティング

By ShotaroKato / 2024/04/17
UCバークレーの研究者たちは、LLMがよ...
Read More
ChatGPTは学術論文の文章スタイルをどう変えているか？大規模な調査の結果

ChatGPTは学術論文の文章スタイルをどう変えているか？大規模な調査の結果

By ShotaroKato / 2024/04/16
今回研究者らは、ChatGPTが学術論文...
Read More
どのLLMが最も長文要約性能が高いのか評価した実験結果　データセットと要約ノウハウも公開

どのLLMが最も長文要約性能が高いのか評価した実験結果　データセットと要約ノウハウも公開

By ShotaroKato / 2024/04/15
LLMは現在、技術的には10万トークン（...
Read More

投稿者の過去記事

「CNNのim2col関数は何次元の配列を変換する？」AIクイズ応用編【第24問】

「CNNのim2col関数は何次元の配列を変換する？」AIクイズ応用編【第24問】

「CNNのプーリング層って何？」AIクイズ応用編【第23問】

「CNNのプーリング層って何？」AIクイズ応用編【第23問】

「たたみ込みニューラルネットワークは、普通のニューラルネットワークより何がいい？」AIクイズ応用編【第22問】

「たたみ込みニューラルネットワークは、普通のニューラルネットワークより何がいい？」AIクイズ応用編【第22問】

「たたみ込みニューラルネットワークの『たたみ込み』とは？」AIクイズ応用編【第21問】

「たたみ込みニューラルネットワークの『たたみ込み』とは？」AIクイズ応用編【第21問】

「ハイパーパラメータを最適化する理由とは？」AIクイズ応用編【第20問】

「ハイパーパラメータを最適化する理由とは？」AIクイズ応用編【第20問】

「Dropoutの説明として正しいものは？」AIクイズ応用編【第19問】

「Dropoutの説明として正しいものは？」AIクイズ応用編【第19問】

「Weight decayは何のための手法？」AIクイズ応用編【第18問】

「Weight decayは何のための手法？」AIクイズ応用編【第18問】

「Batch Normalizationのメリットとは？」AIクイズ応用編【第17問】

「Batch Normalizationのメリットとは？」AIクイズ応用編【第17問】

業界／カテゴリー

PAGE TOP