記事一覧

深堀り解説

🔒 スタンフォード大学の研究者ら、GPT-4oとGemini1.5 Proで「マルチモーダルモデルにおける『Many-Shot』の効果」を検証

深堀り解説

🔒 ChatGPTの「初頭効果」について

深堀り解説

🔒 LLMのプロンプトに数百から数千の例を含め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

深堀り解説

🔒 LLMに対して、「人間には意味が分からない滅茶苦茶な文」でプロンプトを送る手法『LM Babel』

深堀り解説

🔒 LLMでWikipediaのような文書を作成する方法

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 LLMに心の目を与えるプロンプティング手法　マルチモーダルモデルに匹敵する空間推論性能を達成

深堀り解説

🔒 Microsoftなどのプロンプト圧縮技術『LLMLingua-“2″』タスクの精度を維持したまま圧縮率2-5倍

深堀り解説

🔒 LLMが「自然言語で記述されたアルゴリズムを実行する」能力で非常に高い性能を示す

深堀り解説

🔒 LLMの記号推論タスク（化学式や絵文字の理解など）で記号を自然言語に変換することの有効性を確認

深堀り解説

🔒 マルチモーダルLLMで画像分析する際、画像に「ドットマトリックス」を重ねるだけで認識精度が大きく向上

深堀り解説

🔒 表とテキストを両方含むドキュメントからLLMで上手に情報抽出を行う手法

深堀り解説

🔒 スクショからHTMLとCSSのコードをLLMが生成する『Design2Code』タスク、プロンプト手法やファインチューニングで高い性能を確認

深堀り解説

🔒 「ポジティブ思考」プロンプトでLLMの性能向上　さらに自動最適化プロンプトが上をいくが、奇妙な現象も

深堀り解説

🔒 「人間の自然言語を超えて」LLMにタスク実行時の思考を非自然言語フォーマットで行わせるプロンプト手法『AutoForm（オートフォーム）』

深堀り解説

🔒 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

深堀り解説

🔒 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