次回の更新記事:推論時のトークン数を80%以上削減しながら出力精度を…(公開予定日:2025年03月17日)

ファインチューニング

LLMを活用した「Text to CAD」 テキスト指示から高品質な3Dモデルを作成する
単一のLLMから2つのエージェントを作成し自分(たち)で改善させる手法が有効
LLMによるニュース報道の広がり分析を活用した株価変動予測手法
ロングコンテキストLLMでも、情報の数は「多ければ多いほど良い」わけではない
LLMに専門的なドメイン知識を学ばせるのに有効な「読解タスクテキストに変換する」テクニック
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
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-
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

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録
PAGE TOP