LLM入門
合計 5 件の記事があります。
現在 1 ページ中の 1 ページ目です。
従来のプロンプト設計とMCPの違いとは?|MCP入門 2.2|生成AI設計の新常識
プロンプトエンジニアリングでは限界がある。MCP(Model Context Protocol)は、文脈と状態を分離・構造化することで、一貫性・拡張性・再現性を備えた生成AIの設計を可能にします。従来手法との違いを比較しながら丁寧に解説。
2025-03-09
MCPとは?生成AIの文脈と状態を設計する仕組み|MCP入門 2.1
MCP(Model Context Protocol)は、生成AIが一貫した出力を生むための文脈と状態を設計・再現するためのプロトコルです。本節ではMCPの定義、プロンプトとの違い、設計思想としての役割を丁寧に解説します。
2025-03-08
Model Context Protocol(MCP)とは何か?|MCP入門 第2章|生成AIの文脈設計の新常識
MCP(Model Context Protocol)とは、生成AIにおける文脈と状態を体系的に制御・再現するための設計原則です。本章ではMCPの定義、従来のプロンプト設計との違い、状態設計による一貫性の向上、実装例などをわかりやすく解説します。
2025-03-07
プロンプトとコンテクストの違いとは?|MCP入門 1.2|生成AIにおける役割と設計の考え方
生成AIを効果的に活用するには、Prompt(命令)とContext(文脈)を分けて設計する必要があります。MCP(Model Context Protocol)の基礎として、この2つの違いと役割、実装への考え方を詳しく解説します。
2025-03-04
RAGの回答精度を左右するコンテキスト整形とは?LLMへの最適な情報の渡し方|LLM入門 4.3
RAGにおいてRetrieverが抽出した情報をどのように整形し、LLMに渡すかは、出力の質に直結します。本記事では、プロンプト設計・チャンク構造・トークン最適化など、回答品質を高めるための整形技術を詳しく解説します。
2025-02-19
カテゴリー
検索履歴
会話履歴 5091
LLM 968
大規模言語モデル 826
言語モデル 805
生成型要約 769
GPT-2 テキスト生成 737
注意メカニズム 730
GPT テキスト生成 718
NLP トランスフォーマー 711
エンジニア向け 702
マルコフ連鎖 699
教育AI 698
バイアス 問題 697
LLM テキスト生成 691
クロスエントロピー損失 688
LLM 要約 680
データ前処理 680
トレーニング 678
バッチサイズ 676
パーソナライズドコンテンツ 672
トークン化 661
自動要約 654
数学的アプローチ 650
ロス計算 645
ミニバッチ学習 638
コード生成 629
LLM リアルタイム処理 627
セルフアテンション 626
線形代数 617
FAQシステム 616
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。