BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:Osaka GPT #0.15
X-WR-CALNAME:Osaka GPT #0.15
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:931798@techplay.jp
SUMMARY:Osaka GPT #0.15
DTSTART;TZID=Asia/Tokyo:20240121T173000
DTEND;TZID=Asia/Tokyo:20240121T190000
DTSTAMP:20260408T033740Z
CREATED:20240109T210639Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/93179
 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n大阪の北浜
 で2週間に1度の頻度で開催しているオープン系LLMの勉
 強会です。\n目次\n\n第15回目のテーマ\nOsakaGPTクラブの
 趣旨と運営方針\nOsakaGPTクラブの参加要件\nOsakaGPTクラ
 ブ開催の経緯\n主催者の野望：自然言語処理×強化学習
 (RLHF)\n\n第15回目のテーマ\n引き続きRAGやります、Embeddin
 gベクトル全般の理解を深めます。\n過去にとりあげた
 テーマは以下の通りです。\n\n1回目：GPTのしくみ\n2回
 目：アテンションメカニズム\n3回目：ディープラーニ
 ング、強化学習クラッシュコース\n4回目：RLHF、PPO\n5回
 目：作成アプリケーション進捗報告\n6回目：dataset\, dat
 aloader\, datacollator\n7回目：SFT(supervised fine-tuning)\n8回目：
 トークナイザ(BPE\, Unigraｍアルゴリズム)\n9回目：日本
 語トークナイザ比較\n10回目：LoRA\n11回目：ハイパーパ
 ラメータ\n12回目：LLMアプリケーションのクラウド構成
 \n13回目：LLMアプリケーションのクラウド構成\n14回目
 ：RAG(Retrieval Argumented Generation)\n\n1～4回目までの話聞き
 たい方いらっしゃればプレゼンさせていただきます。\
 nまた以下の項目に知見のある方、圧倒的に頭を垂れて
 お待ちしています。\n\nクラウドでのAIサービスの運用
 ノウハウ\n量子化やLoRAなどのメモリ効率化ノウハウ\nla
 ngchainライブラリの使い方\nOpenAI function calling\n\nOsakaGPT
 クラブの趣旨と運営方針\n\n参加者がクオリティの高い
 LLMアプリケーションを開発できるようにコミュニティ
 を形成するのがOsakaGPTクラブの趣旨です。\nOsakaGPTクラ
 ブはオフライン集会です(つまり参加者は実際にひとつ
 の場所に集まります)\n2週間に1回の頻度での開催を目
 論んでいます。\n参加費は500円です(paypay対応可)\n参加
 者は各自でPCを持参していただきます。\n最初の30分の
 間に主催者が自然言語分野や強化学習分野についての
 プレゼンをおこないます。\n主催者のプレゼンが終わ
 ると参加者はひとりで各々の作業をおこなうことがで
 きます(AES方式のWi-fiでインターネットへの接続が可能
 です)\nその後は各々の開発の進捗をプレゼンしたり、
 界隈の動向について雑談したりすることが多いです。\
 n\nOsakaGPTクラブの参加要件\n参加要件は以下のとおりで
 す。\n\nプログラマー：圧倒的にpythonを用います。\n\n
 主宰者個人の野望\n主催者個人の方向性について簡単
 に記しておきます。\n\n機械学習エンジニア\nオープン
 エンドな(特定の質疑応答に特化したものではなく、幅
 広く様々な会話をおこなうような)チャットボットに興
 味があって2023年の4月から勉強を始めました。\n勉強を
 していく中で、同じような目線、環境のひとたちと情
 報を共有したいが、大阪でそういうコミュニティを見
 つけるのは困難だと感じていた。\nファインチューニ
 ングの手法として、教師あり学習や、自己教師あり学
 習ではなく、報酬最大化をベースとした強化学習に興
 味がある\n\n以下の2つの論文を自分なりにアレンジし
 て実装することを目標としている\n\nFine-Tuning Language Mod
 els from Human Preferences\nTraining language models to follow instructio
 ns with human feedback\n\n\n\nこれアツかったので追加(2023/08/0
 6)\n\nLlama 2: Open Foundation and Fine-Tuned Chat Models\n\n\n
LOCATION:ルート中之島ビル 301号室 大阪府大阪市中央区東
 高麗橋２−１
URL:https://techplay.jp/event/931798?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR