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。
3.2 LLMのトレーニングステップ | フォワードプロパゲーションとバックプロパゲーションの解説
LLM(大規模言語モデル)のトレーニングプロセスをエンジニア向けに解説。初期化からフォワードプロパゲーション、ロス計算、バックプロパゲーションまで、トレーニングの主要なステップと学習率やハイパーパラメータ調整の重要性について説明します。
2024-09-13
3.1 LLMのデータセットと前処理 | データクリーニングとトークナイゼーションの重要性
LLM(大規模言語モデル)のトレーニングに必要なデータセットと前処理をエンジニア向けに解説。データのノイズ除去、トークナイゼーション、正規化、データバランスの取り方について詳しく説明します。
2024-09-12
3.0 LLMのトレーニング方法 | データセット、前処理、ファインチューニングの解説
LLM(大規模言語モデル)のトレーニング方法をエンジニア向けに解説。データセットの前処理、トレーニングのステップ、ファインチューニングやトランスファーラーニングを活用した効率的なモデル構築の方法を詳述。
2024-09-11
カテゴリー
検索履歴
会話履歴 3405
大規模言語モデル 601
言語モデル 574
生成型要約 562
エンジニア向け 553
マルコフ連鎖 543
LLM 539
LLM 要約 532
データ前処理 525
注意メカニズム 519
自動要約 518
教育AI 516
バッチサイズ 511
GPT テキスト生成 509
パーソナライズドコンテンツ 509
バイアス 問題 506
NLP トランスフォーマー 504
数学的アプローチ 503
クロスエントロピー損失 500
ミニバッチ学習 499
トークン化 495
LLM テキスト生成 493
ロス計算 475
コード生成 471
線形代数 470
トレーニング 469
LLM リアルタイム処理 467
FAQシステム 466
GPT-2 テキスト生成 465
セルフアテンション 463
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。