LLMにおけ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におけ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

By AIDB Research / 2024/05/08
LLMを利用する中でIn-context...
Read More
Apple開発のオープンソースLLM「OpenELM」

Apple開発のオープンソースLLM「OpenELM」

By AIDB Research / 2024/05/07
Appleが公開した最新のオープンソース...
Read More
量子化はLLMの性能にどう影響を与えるか？モデルが持つ「自信」の観点から説明

量子化はLLMの性能にどう影響を与えるか？モデルが持つ「自信」の観点から説明

By AIDB Research / 2024/05/02
LLMは多大な計算コストとメモリーを必要...
Read More
人間にはまるでデタラメに見える文字列を使ってLLMを操作する手法の有効性分析

人間にはまるでデタラメに見える文字列を使ってLLMを操作する手法の有効性分析

By AIDB Research / 2024/05/01
LLMは人間の言葉を理解し、自然な対話が...
Read More
マルチモーダルLLMにおける欠点と原因を明らかにする調査研究の結果

マルチモーダルLLMにおける欠点と原因を明らかにする調査研究の結果

By AIDB Research / 2024/04/30
GPT-4VなどのマルチモーダルLLMは...
Read More
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 AIDB Research / 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 AIDB Research / 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 AIDB Research / 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 AIDB Research / 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 AIDB Research / 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

LLMに無礼なプロンプトを使用すると性能が低下するリスクの報告　一部、直感に反する複雑な結果も

LLMに無礼なプロンプトを使用すると性能が低下するリスクの報告　一部、直感に反する複雑な結果も

GPT-4やGeminiなどさまざまなLLMで、プロンプトの入力が長くなるにつれて推論性能に顕著な低下が見られる

GPT-4やGeminiなどさまざまなLLMで、プロンプトの入力が長くなるにつれて推論性能に顕著な低下が見られる

GPT-4などに対してプロンプトのみから「新しい言葉の概念」を学習させるためのフレームワーク『FOCUS』

GPT-4などに対してプロンプトのみから「新しい言葉の概念」を学習させるためのフレームワーク『FOCUS』

LLMの思考の流れに沿ってプロンプトを与えるか否かで30%以上精度が変化する　DeepMindが報告

LLMの思考の流れに沿ってプロンプトを与えるか否かで30%以上精度が変化する　DeepMindが報告

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-

LLMにタスクに応じた推論プロセスを自ら考えるようにするプロンプト手法『SELF-DISCOVER』Google DeepMindなどが開発

LLMにタスクに応じた推論プロセスを自ら考えるようにするプロンプト手法『SELF-DISCOVER』Google DeepMindなどが開発

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

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

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

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

業界／カテゴリー

PAGE TOP