小さなLLMを多数組み合わせることで、単一の巨大モデルに匹敵する可能性

大規模言語モデル(LLM)のパフォーマン...
Read More

大規模言語モデル(LLM)のこれまでとこれから② -モデル構築編-

本記事では、LLM研究全体の背景と現状、...
Read More

大規模言語モデル(LLM)のこれまでとこれから① -代表的なモデル編-

本記事では、LLM研究全体の背景と現状、...
Read More

LLM

LLMに敢えて間違わせてルールを覚えさせるプロンプト手法 Google DeepMindなどが考案
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
GPT-4にRAG(検索拡張生成)を適用するケーススタディ 臨床問題で人間の医師よりも高い精度を達成
ナレッジグラフ(知識グラフ)とLLMを掛け合わせる方法のロードマップ
自信がないときにLLMに発言を控えさせる手法
LLMの検索結果をさらに正確にする手法『CRAG(修正型検索拡張生成:Corrective Retrieval Augmented Generation)』
LLMを軽くする効果的な剪定手法『SliceGPT』
LLMに対するプロンプトで「無関係な」文書を混ぜたほうが出力精度が上がる可能性がRAGシステムの検証で示唆された

業界/カテゴリー

PAGE TOP