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 528
エンジニア向け 351
マルコフ連鎖 315
大規模言語モデル 315
自動要約 311
NLP トランスフォーマー 305
言語モデル 302
データ前処理 300
パーソナライズドコンテンツ 297
注意メカニズム 297
生成型要約 297
教育AI 295
数学的アプローチ 290
トークン化 286
ミニバッチ学習 282
LLM 要約 276
LLM テキスト生成 274
クロスエントロピー損失 274
セルフアテンション 274
バイアス 問題 273
ロス計算 270
GPT テキスト生成 268
線形代数 267
GPT-2 テキスト生成 266
トレーニング 265
バッチサイズ 263
自動翻訳 262
サンプリング 260
抽出型要約 260
LLM リアルタイム処理 259
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。