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）

記事スタイル

大規模言語モデル（LLM）のこれまでとこれから④　-ベンチマーク別の優秀なモデルと将来展望編-

大規模言語モデル（LLM）のこれまでとこれから④　-ベンチマーク別の優秀なモデルと将来展望編-

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-

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②　-モデル構築編-

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-

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-

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-

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

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

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

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

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

複数LLMに議論させ、「回答に自信がないときは発言を控えさせ」て応答品質を向上する方法

複数LLMに議論させ、「回答に自信がないときは発言を控えさせ」て応答品質を向上する方法

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