RAGの失敗パターン7選

RAGの失敗パターン7選

By AIDB Research / 2024/05/16
研究者らは、RAGの7つの失敗パターンを...
Read More
ChatGPTの「初頭効果」について

ChatGPTの「初頭効果」について

By AIDB Research / 2024/05/15
カリフォルニア大学などの研究者らは、Ch...
Read More
認知症の早期介入にLLMチャットボットが役に立つ　ハーバードなどが検証

認知症の早期介入にLLMチャットボットが役に立つ　ハーバードなどが検証

By AIDB Research / 2024/05/14
本記事は、ICLR2024で発表された論...
Read More
LLMエージェントが実行可能なPythonコードを生成するフレームワーク『CodeAct』

LLMエージェントが実行可能なPythonコードを生成するフレームワーク『CodeAct』

By AIDB Research / 2024/05/13
通常のLLMエージェントは、テキストやJ...
Read More
Googleが開発した「LLMに長文を高精度で読解させる方法論」と実行プロンプト

Googleが開発した「LLMに長文を高精度で読解させる方法論」と実行プロンプト

By AIDB Research / 2024/05/10
LLMが一度に処理できる文章の長さには限...
Read More
マルチモーダルLLMにおけるハルシネーション（幻覚）の原因と対策

マルチモーダルLLMにおけるハルシネーション（幻覚）の原因と対策

By AIDB Research / 2024/05/09
テキストだけでなく画像や動画などの視覚情...
Read More
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

論文

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

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

業界／カテゴリー

PAGE TOP