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。

RAG時代の設計者とは?検索と生成をつなぎ、AIを業務に根づかせる方法|LLM入門 終章
RAGの本質は、情報の選別と構造化を通じて生成AIの文脈を設計すること。本章では、生成AI時代に求められる「検索と生成をつなぐ設計者」の役割と、今後の学びと実装の地図を示します。
2025-03-08

7.5 LLMの法的規制とガバナンス:プライバシー保護と倫理対応の重要性
大規模言語モデル(LLM)の法的規制とガバナンスについて解説。プライバシー保護やデータ規制、ガバナンス体制の構築、各国の法的動向に対応したLLM運用のポイントを紹介します。
2024-10-02

7.0 LLMの未来の展望と課題 | モデル進化、省リソース、マルチモーダル統合
LLM(大規模言語モデル)の未来の発展と課題をエンジニア向けに解説。モデルの拡大、省リソーストレーニング、マルチモーダルモデルとの統合、データ倫理、法的規制など、技術的・倫理的な課題を詳述します。
2024-09-27
カテゴリー
検索履歴
会話履歴 761
エンジニア向け 394
マルコフ連鎖 376
生成型要約 369
自動要約 367
教育AI 366
注意メカニズム 366
パーソナライズドコンテンツ 364
大規模言語モデル 363
NLP トランスフォーマー 357
トークン化 350
言語モデル 350
ミニバッチ学習 346
数学的アプローチ 343
データ前処理 335
セルフアテンション 334
GPT テキスト生成 332
クロスエントロピー損失 330
LLM テキスト生成 326
バイアス 問題 324
LLM 要約 321
ロス計算 317
GPT-2 テキスト生成 313
トレーニング 313
バッチサイズ 313
線形代数 310
FAQシステム 308
自動翻訳 304
コード生成 302
自然言語処理 翻訳 302
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。