お問い合わせはこちら

業界／カテゴリー

おすすめ企画

日本ディープラーニング協会

    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
    ChatGPTは学術論文の文章スタイルをどう変えているか？大規模な調査の結果

    ChatGPTは学術論文の文章スタイルをどう変えているか？大規模な調査の結果

    By AIDB Research / 2024/04/16
    今回研究者らは、ChatGPTが学術論文...
    Read More
    どのLLMが最も長文要約性能が高いのか評価した実験結果　データセットと要約ノウハウも公開

    どのLLMが最も長文要約性能が高いのか評価した実験結果　データセットと要約ノウハウも公開

    By AIDB Research / 2024/04/15
    LLMは現在、技術的には10万トークン（...
    Read More

    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

    お問い合わせはこちら

    業界／カテゴリー

    おすすめ企画

    日本ディープラーニング協会

      PAGE TOP