LLM入門
合計 3 件の記事があります。
現在 1 ページ中の 1 ページ目です。
RAG時代の設計者とは?検索と生成をつなぎ、AIを業務に根づかせる方法|LLM入門 終章
RAGの本質は、情報の選別と構造化を通じて生成AIの文脈を設計すること。本章では、生成AI時代に求められる「検索と生成をつなぐ設計者」の役割と、今後の学びと実装の地図を示します。
2025-03-08
7.5 LLMの法的規制とガバナンス:プライバシー保護と倫理対応の重要性
大規模言語モデル(LLM)の法的規制とガバナンスについて解説。プライバシー保護やデータ規制、ガバナンス体制の構築、各国の法的動向に対応したLLM運用のポイントを紹介します。
2024-10-02
7.0 LLMの未来の展望と課題 | モデル進化、省リソース、マルチモーダル統合
LLM(大規模言語モデル)の未来の発展と課題をエンジニア向けに解説。モデルの拡大、省リソーストレーニング、マルチモーダルモデルとの統合、データ倫理、法的規制など、技術的・倫理的な課題を詳述します。
2024-09-27
カテゴリー
検索履歴
会話履歴 4201
LLM 737
大規模言語モデル 732
言語モデル 697
生成型要約 677
GPT-2 テキスト生成 652
注意メカニズム 649
GPT テキスト生成 638
NLP トランスフォーマー 633
エンジニア向け 622
クロスエントロピー損失 621
マルコフ連鎖 616
LLM テキスト生成 612
教育AI 611
LLM 要約 598
データ前処理 596
バイアス 問題 596
バッチサイズ 596
パーソナライズドコンテンツ 594
トレーニング 586
トークン化 579
自動要約 577
数学的アプローチ 572
セルフアテンション 552
ミニバッチ学習 551
ロス計算 545
コード生成 544
LLM リアルタイム処理 543
FAQシステム 540
線形代数 532
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。