Loading [MathJax]/extensions/tex2jax.js
次回の更新記事：LLMエージェントで社会現象をシミュレーションするに…（公開予定日：2025年04月28日）

RAG

事例ベース推論を組み込んだLLMエージェントの設計と評価

事例ベース推論を組み込んだLLMエージェントの設計と評価

LLMで複数のアイデアを組み合わせ、イノベーションを目指した新しいアイデアを作成する方法

LLMで複数のアイデアを組み合わせ、イノベーションを目指した新しいアイデアを作成する方法

個人の振る舞いや考え方を模倣するアバターをLLMで構築する方法

個人の振る舞いや考え方を模倣するアバターをLLMで構築する方法

多様な業務データを統合してナレッジグラフを作成するLLM活用方法

多様な業務データを統合してナレッジグラフを作成するLLM活用方法

長文コンテキスト処理はRAGを進化させるのか？最新モデル20種類での実験結果

長文コンテキスト処理はRAGを進化させるのか？最新モデル20種類での実験結果

画像も文字も表も全部まとめて理解するRAGシステムの提案　Bloombergなど

画像も文字も表も全部まとめて理解するRAGシステムの提案　Bloombergなど

「HTMLをそのままLLMに入力してはどうか」という新しいアプローチ

「HTMLをそのままLLMに入力してはどうか」という新しいアプローチ

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

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

ハーバード大学とGoogleの研究者ら、LLMチャットボットを総合的に評価するデータセットの作り方を報告（作成されたデータセットも公開）

ハーバード大学とGoogleの研究者ら、LLMチャットボットを総合的に評価するデータセットの作り方を報告（作成されたデータセットも公開）

ロングコンテキストLLM台頭の今もRAGを使用する理由

ロングコンテキストLLM台頭の今もRAGを使用する理由

RAGの検索データにおける「ノイズ（事実とは異なる情報など）」には有益なノイズと有害なノイズがある

RAGの検索データにおける「ノイズ（事実とは異なる情報など）」には有益なノイズと有害なノイズがある

RAGの検索精度を実務レベルに高めるには、「情報ごとに ”質問文” を作りデータベースに入れる」のが効果的との報告

RAGの検索精度を実務レベルに高めるには、「情報ごとに ”質問文” を作りデータベースに入れる」のが効果的との報告

RAGで検索文書の要約を活用したクエリ書き換えが検索精度を大幅に向上させる　AWS報告

RAGで検索文書の要約を活用したクエリ書き換えが検索精度を大幅に向上させる　AWS報告

RAGとLong-Contextの比較、そしてハイブリッドで活用する新しい方法

RAGとLong-Contextの比較、そしてハイブリッドで活用する新しい方法

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」

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