LLM入門：Pythonを用いたLLMアプリケーション構築ガイド | API設計、微調整、デプロイ
このガイドは、LLMを用いてアプリケーションを実装したいエンジニア向けです。Pythonの知識がある方を対象に、LLMアプリケーションの設計、実装、デプロイについて具体的に説明します。
LLM入門（上）実践Python目次
それでは早速「第1章・LLMを使ったAPIの設計と実装」を見ていきましょう。
公開日: 2024-11-01
最終更新日: 2025-04-30
バージョン: 6
下田 昌平
開発と設計を担当。1994年からプログラミングを始め、今もなお最新技術への探究心を持ち続けています。カテゴリー
検索履歴
会話履歴 831
エンジニア向け 396
マルコフ連鎖 380
生成型要約 372
注意メカニズム 371
自動要約 370
教育AI 369
大規模言語モデル 367
パーソナライズドコンテンツ 366
NLP トランスフォーマー 362
言語モデル 357
トークン化 353
ミニバッチ学習 348
数学的アプローチ 346
データ前処理 337
セルフアテンション 335
GPT テキスト生成 334
クロスエントロピー損失 334
バイアス 問題 329
LLM テキスト生成 327
LLM 要約 323
ロス計算 321
バッチサイズ 318
GPT-2 テキスト生成 315
トレーニング 315
線形代数 315
FAQシステム 311
コード生成 306
自動翻訳 306
自然言語処理 翻訳 306
チーム
任 弘毅
株式会社レシートローラーにて開発とサポートを担当。POSレジやShopifyアプリ開発の経験を活かし、業務のデジタル化を促進。
下田 昌平
開発と設計を担当。1994年からプログラミングを始め、今もなお最新技術への探究心を持ち続けています。