LLM一般

→生成AI

→大規模言語モデル

→GPT関連

→プロンプト・エンジニアリング

サブトピック†

• LLMの歴史

モデル比較/評価†

• ChatGPT、Gemini、Claude、日本語の画像に強いのは？ #初心者 - Qiita 2024.7
  • 結論：Claude

• 主要な生成AIサービスのセキュリティや規約をチェックしてまとめたものを公開しました！ – CloudNative Inc. BLOGs 2024.6

• 生成AIの能力をどう評価するか？ ~激化するLLM競争を正しく見極めるために~｜こへもこ 2024.5

• GPT-4oが出たのでいろんなモデルと比較しました。結論は、4oが圧倒的です。 2024.5

• 結局ChatGPTとGemini、Claudeのどれを使えばいい? 色々比較した - Impress Watch 2024.5

• ChatGPTとClaude 3、どちらの日本語が上手い？比較でわかる最適な使い方 | ライフハッカー・ジャパン 2024.4

• 【随時更新】主要な大規模言語モデル比較表 2024.4

• GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Sonnet)、Claude3(Opus)、Gemini Proに同じ質問をして、回答結果を比較してみた #Python - Qiita 2024.3

• 大規模言語モデル間の性能比較まとめ｜mah_lab / 西見 公宏｜note 2023.4

• Comparison of AI Models across Quality, Performance, Price | Artificial Analysis 2024.4

一般的な話題†

• アプリ開発者のための生成AI(LLM)ユースケース集 #ChatGPT - Qiita 2024.8

• GitHub Modelsが限定パブリックプレビューで公開されたので試してみた - Alternative Architecture DOJO 2024.8
• GitHub Modelsのご紹介：GitHub上に新世代AIエンジニアを - GitHubブログ 2024.8

• 20240725 LLMによるDXのビジョンと、今何からやるべきか @Azure OpenAI Service Dev Day - Speaker Deck 2024.7

• Meta、LLMコンパイラを公開——AIがプログラミングの常識を変えるかも - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報 2024.7

• パナソニック コネクト、生成AIで年間18.6万時間の業務削減　導入から1年を振り返る|EnterpriseZine（エンタープライズジン） 2024.6

• 加熱するLLM開発競争に冷や水、オープンモデルの組み合わせだけでGPT-4o越えの事実 – WirelessWire News 2024.6
  • Karakuri社の日本語LLM「KARAKURI LM 8x7B Instruct v0.1」

• 無料かつ匿名でブラウザからChatGPTやClaude 3などのAIが使える「AI Chat」をDuckDuckGoがリリースしたので使ってみた - GIGAZINE 2024.6

• ゼロからLLMつくりたくなったときに参考になりそうなサイト 2024.5

• 複雑な表をLLMに理解させる｜ナッピー通信 2024.5

• 最近ローカルLLMがアツいらしい – soy-software 2024.5

• 富士通、ナレッジグラフとLLMを融合する研究開発を強化し生成AI活用を加速 | TECH+（テックプラス） 2024.5

• Llama3，Phi-3などの対話型人工知能（大規模言語モデル）をパソコンで動かす #LLM - Qiita 2024.4

• LLMに完璧を求めるな！精度100%のLLMが現れない理由と適した役割を徹底解説 | WEEL 2024.4

• 小さなLLMを多数組み合わせることで、単一の巨大モデルに匹敵する可能性 | AIDB 2024.4

• Comparison of AI Models across Quality, Performance, Price | Artificial Analysis 2024.4

• 【LLMの研究者向け】400本を超えるLLMに関する論文のリストを公開・更新しています #ChatGPT - Qiita 2024.4

• クラウド3社で使えるマルチモーダルモデルを試してみた（Claude 3/gpt4-v/Gemini Pro Vision） #LLM - Qiita 2024.3

• NVIDIA、PC上で動くカスタムAI「Chat with RTX」を無償公開 - PC Watch 2024.2

• 【2024年最新】共通テストを色んな生成AIに解かせてみた（ChatGPT vs Bard vs Claude2）｜株式会社LifePrompt 2024.1

• LLMのトレーニングで必要な手法「分散学習」について紹介します。 #ChatGPT - Qiita 2024.1

• 松尾研 LLM講座 講義コンテンツ | 東京大学松尾研究室 - Matsuo Lab 2023.12

• [まとめ]LLMへ至る道~24本分のブログをまとめるとこうなります~[25日目] | DevelopersIO 2023.12

• LLMの出力における問題は「LLMの処理が原因」とは限らない　プロンプト以外に考えられる4つの要因 - ログミーTech 2023.12
  • 前処理での欠損・毀損(LangChainの誤動作)
  • 検索での欠損...チャンク選択のミス
  • 結果をまとめる際の欠損・毀損

• Generative AI for Everyoneから、古のNLPエンジニアの心に刺さったこと8選｜べいえりあ 2023.12

• マルチモーダルLLMの応用動向の論文調査 - Speaker Deck 2023.12

• OpenGPTs への長期記憶の追加｜npaka 2023.11

• 【令和最新版】何もわからない人向けのローカル LLM 入門 2023.11

• LLaVAを使っておうちのパソコンでも画像からコード生成 - きしだのHatena 2023.10

• 【図解】LLMはどうやって作られてる？大規模言語モデルの開発ステップをわかりやすく解説。 - すえつぐのNLP&LLM 2023.10

• Google Colab で LLM-jp-13B を試す｜npaka 2023.10

• 【StreamingLLM】トークン数400万、小説40冊を読み込める無限LLM | WEEL 2023.10

• Sansan LabsのLLM活⽤から考えるLLMプロジェクトの要点整理 / LLM Project Essentials from Sansan Labs' LLM Use - Speaker Deck 2023.10

• LLMの「創発」は幻影か | AI-SCHOLAR | AI：(人工知能)論文・技術情報メディア 2023.10

• マッキンゼーのレポートに見る企業応用を促進する大規模言語モデルの評価方法｜piqcy 2023.10

• LLMは世界モデルを持ち「物事がどのように位置づけられ、時間がどのように進行するか」を理解する可能性 | AIDB 2023.10

• GPTなどの大規模言語モデルは脳科学・記号論・言語学の観点で驚くほど良くできている｜梶谷健人 / Kent Kajitani 2023.9

• 日本語LLMの"1トークン"は何文字相当なのか? 2023.9

• 「LLMはタスク処理エンジンにすぎない」　日本マイクロソフト・エバンジェリストが語る“生成AI時代のエンジニア”に求められる能力 - ログミーTech 2023.9

• LLM開発のフロー | フューチャー技術ブログ 2023.9

• LLMsのチューニング手法"Prompt Tuning"について論文を読んで調べてみました！ - CCCMKホールディングス TECH Labの Tech Blog 2023.9

• 大規模言語モデル入門 / LLM introduction (SES2023) - Speaker Deck 2023.9

• 「わたしの話」を体系的に覚えてもらいながらLLMと会話する技術MemoChat登場 | AIDB 2023.8

• エンジニアはLLMとどう付き合うか / How engineer get along with LLM - Speaker Deck 2023.7

• PythonでChatGPTとBardを対話させてみた…ChatGptさんGoogle AIと会話していることを認識してしまう - Qiita 2023.7

• 数値で整理する大規模言語モデル(LLM) のメモ | ドクセル 2023.7

• “PCで自宅ChatGPT”がかなり手軽に！　GUIで簡単導入でき日本語もOKの「Text generation web UI」【イニシャルB】 - INTERNET Watch 2023.7

• 最近公開された日本語LLMを要約生成タスクで検証してみる｜朝日新聞社 メディア研究開発センター 2023.6

• Azure OpenAIをもちいたLLMアプリの企画から本番構築までの道のり/Microsoft Build Japan - Speaker Deck 2023.6

• 大規模言語モデルの中身を覗いてみよう / look inside Large Language Models - Speaker Deck 2023.6

• 大規模言語モデル (LLM) の進化: GPT 以降の最新動向 / AWS Dev Day 2023 - Evolution of LLM since GPT - Speaker Deck 2023.6

• 大規模自然言語モデル(LLM)をお試し利用できるツールを作ってみた - Platinum Data Blog by BrainPad 2023.6

• 大規模AIモデルの時代は終わった | AI専門ニュースメディア AINOW 2023.6

• ローカルLLMの情報まとめ｜npaka 2023.6

• GPU不要・メモリ16GBの本当の一般家庭PCでチャットAIを動作させるライブラリ「GGML」が鋭意開発中、すでにRaspberry Piで音声認識AIを動作させるデモも登場済み - GIGAZINE 2023.6

• GPT-4登場以降に出てきたChatGPT/LLMに関する論文や技術の振り返り - Platinum Data Blog by BrainPad 2023.6

• ChatGPTなどの大規模言語モデルはどんな理論で成立したのか？重要論文24個まとめ - GIGAZINE 2023.6

• GPUメモリが小さくてもパラメーター数が大きい言語モデルをトレーニング可能になる手法「QLoRA」が登場、一体どんな手法なのか？ - GIGAZINE 2023.6

• 【一撃でわかる】大規模言語モデル(LLM)とは。自然言語処理の基礎からわかりやすく徹底解説。 - すえつぐのNLP&G 2023.5

• 独自のデータセットでGPTのような大規模言語モデルを簡単にファインチューニングできるライブラリ「Lit-Parrot」をGoogle Cloud Platformで使ってみた - GIGAZINE 2023.5

• 【書籍】大規模言語モデルは新たな知能か――ChatGPTが変えた世界 (岩波科学ライブラリー) 2023.5

• 東北大学NLPグループの言語モデルをとりあえず動かす - きしだのHatena 2023.5

• オープンなLLMをDockerで動かす 2023.5

• LLMとプログラミングを調和させるライブラリ、Marvinを体験してみました。｜はまち 2023.5

• 文系非エンジニアがChatGPT / LLMを数式なしで解説してみる｜Yuichiro.ito@Finatext(フィナテキスト) 2023.5

• Google Japan Blog: Bard が日本語に対応 2023.5

• 今日の論文2023/04/29,30：The Geometry of Multilingual Language Model Representations - izmyonの日記 2023.4

• 大規模言語モデルを自社でトレーニング＆活用する方法｜mah_lab / 西見 公宏｜note 2023.4

• 大規模言語モデルのための強化学習｜npaka｜note 2023.4

• How Do We Fix and Update Large Language Models? 2023.4

• 大規模言語モデルをだます Hindsight Neglect タスクとは | 楽しみながら理解するAI・機械学習入門 2023.4

• ChatGPTとBardの対決を超える“事件”。無料の｢StableLM｣登場で｢AIの超民主化｣争いが始まった | Business Insider Japan 2023.4

• Stable Diffusion開発元、独自の大規模言語モデル「StableLM」をGitHubで公開し、商用利用も可能。チャットAI「StableChat」は数カ月後 | テクノエッジ TechnoEdge 2023.4

• Building LLM applications for production 2023.4

• ChatGPTなどに使われる大規模言語モデルを従来のシステムよりも15倍高速・低コストで学習できる「DeepSpeed-Chat」をMicrosoftが公開 - GIGAZINE 2023.4
  • DeepSpeed/blogs/deepspeed-chat/japanese at master · microsoft/DeepSpeed · GitHub 2023.4

• メモリを追加して64GBになったので動かせなかった言語モデルを試した - きしだのHatena 2023.4

• LLMがなぜ大事なのか?経営者の視点で考える波の待ち受け方｜福島良典 | LayerX 2023.3
  • LayerX LLM Labsチームを立ち上げます - LayerX エンジニアブログ 2023.4

• マルチレイヤーLLMでAIアシスタントの未来を切り拓く - Qiita 2023.4

• LLMが変える、ユーザインターフェースの未来｜Dory｜note 2023.4

• 大規模言語モデルの知識を補完するための Retriever の紹介 - ACES エンジニアブログ 2023.3

• 大規模言語モデルの驚異と脅威 - Speaker Deck 2023.3

• AIによる「大規模言語モデル」の最新潮流、日本が世界No.1になるための勝ち筋とは〜Shane Gu×スプツニ子！×松尾豊×山田敦×上野山勝也 - YouTube 2023.3

• ChatGPTや大規模言語モデルによる変化とソフトウェア開発の雑感｜Matsumoto Yuki｜note 2023.3

• Large Language Models and Where to Use Them: Part 1 2022.9

• Are Large Language Models Sentient? | by Naim Kabir | Jun, 2022 | Level Up Coding 2022.6

• 【日本語モデル付き】2021年に自然言語処理をする人にお勧めしたい事前学習済みモデル - Qiita 2021
• フリーで使える日本語の主な大規模言語モデルまとめ 2022.4

大規模言語モデルと法律†

• LLM技術と外部データ活用による検索・回答精度向上手法（ファインチューニング、セマンティック検索、In-Context Learning、RAG）と著作権侵害｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】 2023.11

• 【連載1】大規模言語モデル（LLM）のビジネス利用に関して注意すべき点-LLMの使用許諾条件- - Platinum Data Blog by BrainPad 2023.5
  • 【連載2】大規模言語モデル（LLM）のビジネス利用に関して注意すべき点-個人情報や営業秘密等の保護- - Platinum Data Blog by BrainPad 2023.5
  • 【連載3】大規模言語モデル（LLM）のビジネス利用に関して注意すべき点-著作権の侵害リスク- - Platinum Data Blog by BrainPad 2023.5
  • 【連載4】大規模言語モデル（LLM）のビジネス利用に関して注意すべき点-海外の法規制- - Platinum Data Blog by BrainPad 2023.5

最新の50件