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 4182
LLM 731
大規模言語モデル 730
言語モデル 695
生成型要約 673
GPT-2 テキスト生成 650
注意メカニズム 642
GPT テキスト生成 636
NLP トランスフォーマー 632
エンジニア向け 620
クロスエントロピー損失 619
LLM テキスト生成 611
マルコフ連鎖 611
教育AI 609
LLM 要約 596
バッチサイズ 595
バイアス 問題 593
データ前処理 592
パーソナライズドコンテンツ 588
トレーニング 585
トークン化 577
自動要約 575
数学的アプローチ 569
ミニバッチ学習 550
セルフアテンション 546
LLM リアルタイム処理 543
コード生成 543
ロス計算 543
FAQシステム 539
線形代数 531
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。