LLMのローカル知識対応

→自然言語処理

→OpenAIのAPI

→Amazon Bedrock

→LLMライブラリ

→大規模言語モデル

サブトピック†

• RAG関連
• 埋込みベクトル関連

一般†

• セマンティックチャンクの手法の一つであるAdjacent Sequence Clusteringを試してみた 2024.11

• Gemini 1.5 のロングコンテキストを活かして AI を育てるアプローチ 〜 RAG の限界を軽やかに突破するために 2024.11

• RAG vs ファインチューニング（コーディング性能で比較） 2024.7

• ローカルLLMでメモ検索試してみた｜まめ 2024.6

• What is a Sparse Vector? How to Achieve Vector-based Hybrid Search - Qdrant 2024.6

• LLM Embeddingを活用した問い合わせBotを社内向けに導入して効率化した話 - Findy Tech Blog 2024.6

• 生成AIを賢くするには「メガプロンプト」がお勧め、ファインチューニングは有害？（2ページ目） | 日経クロステック（xTECH） 2024.5

• 大規模言語モデルを使って組織内の全データを検索する時にはどのような前処理を行うと効率的なのか？ - GIGAZINE 2024.5

• LLMチューニング手法「LoRA」のポイントと活用例 #AI - Qiita 2023.12

• Azure OpenAI Embedding モデルを利用し最も関連性の高いドキュメントを見つける方法 - Qiita 2023.6

• ChatGPTを使ってOpenAIのEmbeddings APIを実験してみる - Kaizen Platform 開発者ブログ 2023.6

• tiktokenを使ってテキストをトークンに変換してみる - CLOVER🍀 2023.12
• ChatGPTに日本語テキストを入力するとき、日本語テキストがどのように分割されてトークンに変換されるかをtiktokenでのぞく - nikkie-ftnextの日記 2023.4

ファインチューニング†

• GPT-4o-miniのファインチューニングのすゝめ 2024.8

• Amazon Bedrock における Claude 3 Haiku の Fine-Tuning 検証レポート #Python - Qiita 2024.8

• GPT3.5ファインチューニングで川柳AIを作る #gpt-3.5-turbo - Qiita 2024.5

• めちゃ簡単！AWSのBedrockでLlamaをファインチューニングしてみた #AWS - Qiita 2024.5
  • ァインチューニング版はほぼハルシネーションで、学習効果が感じられませんでしたね。100件程度のデータセットでは、ファインチューニングで有意なモデルのパフォーマンス向上を目指すのは厳しい

• 小さい計算コストでスマートにLLMをチューニング!-Hugging Face PEFT入門(前編) 2024.4
  • LoRA,Adapter

• OpenAI の ファイチューニングAPI の新機能｜npaka 2024.4

• ファインチューニングを行う手順とポイント | Think IT（シンクイット） 2024.2

• Microsoft Azure における大規模言語モデルの学習とファインチューニング - YouTube 2023.10

• 大規模言語モデルのFine-tuningによるドメイン知識獲得の検討 - Preferred Networks Research & Development 2023.10

• 職場の先輩をLLMで作ってみようとした話 #Python - Qiita 2023.10

• 【ChatGPT】ファインチューニングをわかりやすく解説 - Qiita 2023.9

• LLMのファインチューニングで事実の学習ができないのは本当か？ちょっと実験してみた 2023.9

• LLMのファインチューニング で 何ができて 何ができないのか｜npaka 2023.8

• OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留を試す｜npaka 2023.8

• ChatGPT の Fine-tuning を試したけど上手くいかなかった話 2023.8

• OpenAI(ChatGPT)のfine-tuning機能を早速試してみた~ひろゆきのスパチャを例に - Qiita 2023.8

• chatGPT(gpt3.5-turbo)をファインチューニングしてみた - Qiita 2023.8

• GPT-3.5 Turboのファインチューニング｜npaka 2023.8

• OpenAI API の ファインチューニングガイド｜npaka 2032.8

• GPT-3.5-turboをfine-tuningする際の気になるポイントをまとめた。 | DevelopersIO 2023.8

• 【速報】OpenAI APIでGPT-3.5-turboがfine-tuningできるようになりました！！ | DevelopersIO 2023.8

• OpenAI APIのファインチューニングの学習データのガイドライン｜npaka｜note 2023.4

最新の50件