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

    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
    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

    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

    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