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 850
エンジニア向け 397
マルコフ連鎖 381
生成型要約 374
注意メカニズム 372
自動要約 371
教育AI 370
大規模言語モデル 369
パーソナライズドコンテンツ 367
NLP トランスフォーマー 363
言語モデル 358
トークン化 354
ミニバッチ学習 349
数学的アプローチ 347
データ前処理 338
クロスエントロピー損失 336
セルフアテンション 336
GPT テキスト生成 335
バイアス 問題 332
LLM テキスト生成 329
LLM 要約 325
ロス計算 322
バッチサイズ 319
GPT-2 テキスト生成 316
トレーニング 316
線形代数 316
FAQシステム 313
コード生成 307
自動翻訳 307
自然言語処理 翻訳 307
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。