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。

3.1 確率論と統計 - LLMにおける言語生成と予測の基礎
確率論と統計は、LLMの言語生成や次の単語の予測において重要な役割を果たします。n-gramモデル、マルコフ連鎖、最大尤度推定(MLE)など、LLMの予測精度を向上させる数理的手法について解説します。
2024-10-09

2.1 自然言語処理(NLP)の概要と数学的手法 - 確率論と線形代数を用いたアプローチ
自然言語処理(NLP)の基本概念と、その数学的手法を解説します。確率論、統計、線形代数を利用したアプローチを通じて、NLPがどのようにテキストを理解・生成し、LLMに応用されているのかを紹介します。
2024-10-06
カテゴリー
検索履歴
エンジニア向け 313
大規模言語モデル 287
マルコフ連鎖 285
自動要約 281
NLP トランスフォーマー 277
データ前処理 274
言語モデル 268
教育AI 267
パーソナライズドコンテンツ 265
数学的アプローチ 261
注意メカニズム 258
生成型要約 258
トークン化 257
セルフアテンション 254
ミニバッチ学習 254
ロス計算 249
クロスエントロピー損失 248
線形代数 248
GPT-2 テキスト生成 245
LLM 要約 245
トレーニング 245
LLM テキスト生成 243
自動翻訳 241
バイアス 問題 240
LLM リアルタイム処理 238
自然言語処理 翻訳 237
ニュース記事生成 235
GPT テキスト生成 233
GPT ファインチューニング 233
コード生成 233
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。