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 924
エンジニア向け 405
マルコフ連鎖 384
生成型要約 378
自動要約 377
大規模言語モデル 375
注意メカニズム 375
教育AI 373
パーソナライズドコンテンツ 371
NLP トランスフォーマー 368
言語モデル 365
トークン化 357
ミニバッチ学習 356
数学的アプローチ 350
クロスエントロピー損失 341
データ前処理 341
GPT テキスト生成 340
セルフアテンション 339
バイアス 問題 338
LLM テキスト生成 334
LLM 要約 330
ロス計算 327
バッチサイズ 324
線形代数 321
FAQシステム 319
GPT-2 テキスト生成 319
トレーニング 319
自動翻訳 311
自然言語処理 翻訳 311
コード生成 310
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。