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
プロンプトに例を多く載せるほど、どんなタスクでも性能が上がるのか？DeepMindによる『Many-shot Learning』の実験結果

プロンプトに例を多く載せるほど、どんなタスクでも性能が上がるのか？DeepMindによる『Many-shot Learning』の実験結果

By AIDB Research / 2024/04/19
プロンプトに例示を含めることにより新しい...
Read More
Appleが開発　スマホに特化したマルチモーダルLLM『Ferret UI』

Appleが開発　スマホに特化したマルチモーダルLLM『Ferret UI』

By AIDB Research / 2024/04/18
「スマホ画面上のオブジェクトを理解するの...
Read More
LLMが思考のネットワークを構築し、人間の推論プロセスを模倣する『THOUGHTSCULPT』プロンプティング

LLMが思考のネットワークを構築し、人間の推論プロセスを模倣する『THOUGHTSCULPT』プロンプティング

By AIDB Research / 2024/04/17
UCバークレーの研究者たちは、LLMがよ...
Read More

論文

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

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

LLMの検索結果をさらに正確にする手法『CRAG』（Corrective Retrieval Augmented Generation：修正型の検索拡張生成）

LLMの検索結果をさらに正確にする手法『CRAG』（Corrective Retrieval Augmented Generation：修正型の検索拡張生成）

LLMを軽くする効果的な剪定手法『SliceGPT』

LLMを軽くする効果的な剪定手法『SliceGPT』

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

ファインチューニングとRAGを比較実験した結果　LLMに外部知識を取り入れる手法としての違い

ファインチューニングとRAGを比較実験した結果　LLMに外部知識を取り入れる手法としての違い

マルチモーダルLLMの技術や開発トレンド、26種類のモデル例を網羅的にまとめた報告

マルチモーダルLLMの技術や開発トレンド、26種類のモデル例を網羅的にまとめた報告

業界／カテゴリー

PAGE TOP