Among UsのようなゲームでLLMエージェントはどれほど活躍できるか

Among UsのようなゲームでLLMエージェントはどれほど活躍できるか

By AIDB Research / 2024/07/26
本記事では、LLMを用いた複雑なマルチエ...
Read More
LLMによるText to SQL（SQLクエリ生成）の現状まとめ

LLMによるText to SQL（SQLクエリ生成）の現状まとめ

By AIDB Research / 2024/07/25
本記事では、LLMを活用したText-t...
Read More
監督と俳優をLLMエージェントで立てて優れた脚本を生成する方法

監督と俳優をLLMエージェントで立てて優れた脚本を生成する方法

By AIDB Research / 2024/07/24
本記事では、LLMベースで脚本を生成する...
Read More
LLMの作るストーリーは人間のクリエイティブとどう異なるか

LLMの作るストーリーは人間のクリエイティブとどう異なるか

By AIDB Research / 2024/07/23
本記事では、LLMが物語を生成する能力を...
Read More
LLMで心理評価をゲーミフィケーションする方法

LLMで心理評価をゲーミフィケーションする方法

By AIDB Research / 2024/07/22
本記事では、心理評価のアプローチを進化さ...
Read More
100個の事例を分析して明らかになったLLM-RAGアプリケーション「19の欠陥パターン」

100個の事例を分析して明らかになったLLM-RAGアプリケーション「19の欠陥パターン」

By AIDB Research / 2024/07/19
本記事では、LLMとRAGのソフトウェア...
Read More
エージェントなしで行うLLMによるソフトウェアのバグ修正手法

エージェントなしで行うLLMによるソフトウェアのバグ修正手法

By AIDB Research / 2024/07/18
本記事では、ソフトウェア開発におけるバグ...
Read More
心の理論をLLMエージェントに実装することの効果

心の理論をLLMエージェントに実装することの効果

By AIDB Research / 2024/07/17
本記事では、LLMマルチエージェントにお...
Read More
競争環境でのLLMエージェントが自発的に協力し始める現象を観測

競争環境でのLLMエージェントが自発的に協力し始める現象を観測

By AIDB Research / 2024/07/16
本記事では、LLMエージェントが競争環境...
Read More
LLMの「頑固な知識」を変えることができるコンテキスト内編集手法（中国科学院大学Baolong Bi氏）

LLMの「頑固な知識」を変えることができるコンテキスト内編集手法（中国科学院大学Baolong Bi氏）

By AIDB Research / 2024/07/15
本記事は、研究者が自ら著書の論文を解説す...
Read More

ファインチューニング

ファインチューニングがLLMの幻覚（ハルシネーション）に与える影響　Googleなどによる検証結果

ファインチューニングがLLMの幻覚（ハルシネーション）に与える影響　Googleなどによる検証結果

LLMのプロンプトに数百から数千の例を含める超長尺のコンテキスト内学習（In-context learning）とファインチューニングの性能比較

LLMのプロンプトに数百から数千の例を含める超長尺のコンテキスト内学習（In-context learning）とファインチューニングの性能比較

スクショからHTMLとCSSのコードをLLMが生成する『Design2Code』タスク、プロンプト手法やファインチューニングで高い性能を確認

スクショからHTMLとCSSのコードをLLMが生成する『Design2Code』タスク、プロンプト手法やファインチューニングで高い性能を確認

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

ファインチューニングデータが十分に大きい場合、タスク性能向上に追加の事前学習は不要の可能性　Googleなどによるスケーリング則の実験から

ファインチューニングデータが十分に大きい場合、タスク性能向上に追加の事前学習は不要の可能性　Googleなどによるスケーリング則の実験から

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

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

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

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

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）』

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）』

業界／カテゴリー

PAGE TOP