深堀り解説

深堀り解説

🔒 RAGシステムに「無関係な」文書を混ぜたほうがLLMの出力精度が上がる可能性が示唆された

深堀り解説

🔒 LLMに「自信の度合いに応じて説明のニュアンスを変更させる」ことがユーザーの誤解を回避する

深堀り解説

🔒 ファインチューニングとRAGを比較実験した結果　LLMに外部知識を取り入れる手法としての違い

深堀り解説

🔒 マルチモーダルLLMの技術や開発トレンド、26種類のモデル例を網羅的にまとめた報告

深堀り解説

🔒 GPT-4レベルの質問応答タスク性能をオープンソースモデルのLlama 2で実現する「ChatQA」NVIDIAが開発

深堀り解説

🔒 既存のLLMを融合させて強力なモデルを作る手法「知識融合」

深堀り解説

🔒 LLMに自分自身の内部動作を説明させる手法

深堀り解説

🔒 GPT-4のコード生成能力を飛躍的に向上させるプロンプトフレームワーク『AlphaCodium』

深堀り解説

🔒 Metaなどの研究者らが、LLMが自分自身に報酬を与える「自己報酬言語モデル」を開発

深堀り解説

🔒 外部からの攻撃で一度でも欺瞞を学んだLLMは現在の技術では完全回復が難しい

深堀り解説

🔒 プロンプトの小さな違いがLLMにもたらすバタフライ効果を調査した結果

深堀り解説

🔒 最高水準のオープンソースLLM『Mixtral 8x7B』は内部で専門家が切り替わる高効率モデル

深堀り解説

🔒 CoTの推論ステップ数がLLMの推論能力に及ぼす影響を詳細に検証した結果

深堀り解説

🔒 Googleなどが開発、LLMに表データ（.csvなど）の情報を深く理解させるためのフレームワーク『Chain of Table』

深堀り解説

🔒 LLMの知識を狙い撃ちして変更・修正する「知識編集（Knowledge Editing）」

深堀り解説

🔒 LLMに「自分自身との対戦」で能力を向上させる手法『Self-Play Fine-Tuning（SPIN）』

深堀り解説

🔒 1.1Bパラメータの小さなモデルを巨大データ（約3兆トークン）で訓練したモデル『TinyLlama』が、比較的優秀な性能を発揮

深堀り解説

🔒 LLMが「教えてはいけない事実」を抑制するパーツが明らかに　Llama-2を1057個に分解

深堀り解説

🔒 LLMにおける情報抽出（文章から必要な事柄を読み取る）タスクについての調査

深堀り解説

🔒 LLMの内部状態を観察することで「出力がハルシネーションか否かを判別する」手法『LLMファクトスコープ』