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。
4.3 LLMのモデル圧縮技術|知識蒸留、量子化、プルーニングの解説
知識蒸留、量子化、プルーニングなどのモデル圧縮技術を使い、LLMの計算コストと推論速度を改善する方法を解説します。Pythonの実装例も紹介。
2024-11-15
4.2 LLMの推論速度を最適化する方法|バッチ推論と半精度推論の活用
LLMの推論速度を改善するための技術を解説。バッチ推論、ONNX Runtime、半精度推論(FP16)など、効率的な推論手法とその実装例を紹介します。
2024-11-14
4.0 LLMのモデル圧縮と推論速度の最適化|効率的なパフォーマンス改善
LLMのモデル圧縮技術と推論速度の最適化手法を解説。量子化、知識蒸留、ONNXを使用したPython実装例で効率的なLLMのデプロイをサポート。
2024-11-12
カテゴリー
検索履歴
会話履歴 5099
LLM 970
大規模言語モデル 827
言語モデル 808
生成型要約 771
GPT-2 テキスト生成 738
注意メカニズム 731
GPT テキスト生成 720
NLP トランスフォーマー 712
エンジニア向け 702
バイアス 問題 700
マルコフ連鎖 699
教育AI 699
LLM テキスト生成 692
クロスエントロピー損失 691
LLM 要約 681
データ前処理 681
トレーニング 680
バッチサイズ 677
パーソナライズドコンテンツ 673
トークン化 663
自動要約 656
数学的アプローチ 650
ロス計算 646
ミニバッチ学習 642
コード生成 631
LLM リアルタイム処理 629
セルフアテンション 628
FAQシステム 617
線形代数 617
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。