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 561
エンジニア向け 353
大規模言語モデル 318
マルコフ連鎖 317
自動要約 313
NLP トランスフォーマー 306
言語モデル 305
データ前処理 303
注意メカニズム 301
生成型要約 301
パーソナライズドコンテンツ 300
教育AI 298
数学的アプローチ 293
トークン化 289
ミニバッチ学習 284
LLM 要約 279
LLM テキスト生成 276
クロスエントロピー損失 276
バイアス 問題 276
セルフアテンション 275
GPT テキスト生成 274
ロス計算 274
GPT-2 テキスト生成 268
バッチサイズ 268
線形代数 268
トレーニング 266
自動翻訳 266
抽出型要約 263
サンプリング 262
LLM リアルタイム処理 261
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。