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。

4.3 LLMのモデル圧縮技術|知識蒸留、量子化、プルーニングの解説
知識蒸留、量子化、プルーニングなどのモデル圧縮技術を使い、LLMの計算コストと推論速度を改善する方法を解説します。Pythonの実装例も紹介。
2024-11-15

4.2 LLMの推論速度を最適化する方法|バッチ推論と半精度推論の活用
LLMの推論速度を改善するための技術を解説。バッチ推論、ONNX Runtime、半精度推論(FP16)など、効率的な推論手法とその実装例を紹介します。
2024-11-14

4.0 LLMのモデル圧縮と推論速度の最適化|効率的なパフォーマンス改善
LLMのモデル圧縮技術と推論速度の最適化手法を解説。量子化、知識蒸留、ONNXを使用したPython実装例で効率的なLLMのデプロイをサポート。
2024-11-12
カテゴリー
検索履歴
会話履歴 646
エンジニア向け 375
大規模言語モデル 347
自動要約 346
マルコフ連鎖 342
言語モデル 334
NLP トランスフォーマー 328
数学的アプローチ 326
生成型要約 325
データ前処理 322
注意メカニズム 322
パーソナライズドコンテンツ 316
トークン化 314
教育AI 313
LLM テキスト生成 309
LLM 要約 309
クロスエントロピー損失 305
ロス計算 302
ミニバッチ学習 300
GPT-2 テキスト生成 298
トレーニング 297
自動翻訳 294
GPT テキスト生成 293
バイアス 問題 293
セルフアテンション 292
自然言語処理 翻訳 288
バッチサイズ 286
LLM リアルタイム処理 285
サンプリング 285
線形代数 285
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。