LLM入門

合計 2 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に欠かせない埋め込みモデルとは？意味検索を支える技術解説｜LLM入門 4.1

RAGにおける意味検索の基盤となるのが「埋め込みモデル（Embedding Model）」です。本記事では、OpenAIやSBERTなど代表的モデルの特徴、選定ポイント、チャンク設計との関係をわかりやすく解説します。

2025-02-17

RAGを構築するための技術要素とは？Embeddingから検索・統合まで解説｜LLM入門第4章

RAG（Retrieval-Augmented Generation）を構築・運用するには、埋め込みモデル、ベクトル検索エンジン、プロンプト整形などの技術が欠かせません。本章では、主要な技術コンポーネントとその選定ポイントを体系的に解説します。

2025-02-16

カテゴリー

LLM入門：RAGで強化する生成

MCP入門：AIに文脈を理解させる技術

LLM入門 X 数学

LLM入門しくみから学ぶ生成AIの基礎

LLM入門実践Python

タグ

LLM 36 RAG 35 LLM 26 MCP 23 LangChain 18 Python 17 プロンプト設計 17 生成AI 17 自然言語処理 13 モデルコンテキストプロトコル 9

検索履歴

会話履歴 5103 LLM 971 大規模言語モデル 827 言語モデル 809 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 マルコフ連鎖 702 バイアス問題 701 教育AI 699 LLM テキスト生成 692 クロスエントロピー損失 692 LLM 要約 682 データ前処理 681 トレーニング 681 バッチサイズ 678 パーソナライズドコンテンツ 673 トークン化 664 自動要約 657 数学的アプローチ 650 ロス計算 647 ミニバッチ学習 643 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 629 FAQシステム 619 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。