「大規模言語モデル（LLM）」に関連する技術ブログ
企業やコミュニティが発信する「大規模言語モデル（LLM）」に関連する技術ブログの一覧です。
全504件中 121 - 135件目
Amazon Bedrock で利用可能になった Meta からの Llama 3.2 モデルの紹介: 新世代のマルチモーダルビジョンモデルと軽量モデル
2024/10/07
ブックマーク
7 月に、AWS は Llama 3.1 モデルが Amazon Bedrock で利用可能になったことをお知らせしました 。 生成 AI テクノロジーが驚くべきスピードで向上している中、今日は Amazon Bedrock で利用可能になった Meta からの新しい Llama 3.2 モデル をご紹介したいと思います。 Llama 3.2 は、 大規模言語モデル (LLM) における Meta の最新の進歩を象徴するマルチモーダルビジョンモデルと軽量モデル
AI21 Labs の Jamba 1.5 ファミリーのモデルが Amazon Bedrock で利用可能に
2024/10/07
ブックマーク
9 月 23 日、AI21 Labs のパワフルな新しい Jamba 1.5 ファミリーの大規模言語モデル (LLM) が Amazon Bedrock でご利用いただけるようになりました。これらのモデルは、ロングコンテキスト言語機能を大幅に向上させたもので、幅広いアプリケーションでスピード、効率、パフォーマンスを実現しています。Jamba 1.5 ファミリーのモデルには、Jamba 1.5 Mini と Jamba 1.5 Large が含まれます。
AIボット開発に挑戦！レバレジーズの開発サマーインターン2024レポート
2024/10/07
ブックマーク
自己紹介 レバレジーズのテクノロジー戦略室、AI/MLチームで二週間の就業型サマーインターンシップに参加した、早稲田大学創造理工学部経営システム工学科3年の住井と、慶應義塾大学理工学部情報工学科3年の小山です。 インターンシップの内容 僕たちは、 NALYSYS というツールの問い合わせ機能を充実させるため、以下の二つのプロダクトを作成しました。 QAbot QAbotの
最新の ChatGPT モデル OpenAI o1 は数理最適化問題のモデリングが(ちょっと)できる
2024/10/07
ブックマーク
Insight Edgeのデータサイエンティストのki_ieです。 数理最適化の専門家として、これまでさまざまな課題を数理最適化問題としてモデリングしてきました。 モデリングはアルゴリズム設計と比べて注目を集めることが少ないようですが、 実際には技術的な知見・調査を要求する骨の折れるタスクです。 このタスクを簡単にしたいとは日々思っていたところですが、最近 Open
大規模言語モデルを利用した社内ノウハウの検索システム
2024/10/06
ブックマーク
GPT-4oなどの大規模言語モデル（LLM）は、近年Google検索などと組み合わせることで活用されるケースが増加してきています。 この記事では、LangChainというライブラリでLLMを活用して作成した、蓄積された社内のノウハウから自然言語で情報を抽出するための簡単なシステムについてご紹介し、作成を通じて感じた利点や課題点について共有します。
【開催報告 & 資料公開】RAG の困りごとは今日で一気に解決！ AWS 生成 AI Dive Deep
2024/10/03
ブックマーク
みなさま、こんにちは！Generative AI Specialist の大渕です。この記事では、RAG (Retrieval Augmented Generation) を使って自社の課題を解決したり自社サービスを強化したりしたいと考えているみなさまに耳寄りな情報をお届けします。 2024年9月19日に、RAG に関する悩みを持っている方を対象とした AWS オンラインセミナー「RAG の困りごとは今日で一気に解決！ AWS 生成 AI Dive Deep」が開
「Qumcum×生成AI」ロボットで試すAIエージェント:Python
2024/10/03
ブックマーク
はじめに ども！9月も終わり今年度の半分が終了しそうで、ひやひやしている龍ちゃんです。9月はデモを大量に作成していた月でした。内容として新しいことに結構取り組んでいたので、10月はブログで報告を重ねていきたいと思います。最近はおしゃれなサムネイルを目指して作成しています。 内容としては、「OSC 2024広島」で展示した内容となっています。プロトタイ
「SIAI2024」イベントレポート：Laboro.AI企業体験会を開催
2024/10/03
ブックマーク
「SIAI2024」イベントレポート：Laboro.AI企業体験会を開催 2024.10.3 概 要 Laboro.AIでは、2024年9月6・７日に人工知能学会が主催した、企業と若手・学生AI人材のマッチングイベント「 第6回SIAI 産学クロススクエア『ミライをつくるAI人材』 」に出展しました。お台場にある産総研臨海副都心センター別館で開催されたこのイベントでは、有識者による講演や研究室展示のほか、
KDD 2024 参加報告
2024/10/03
ブックマーク
AI事業本部でデータサイエンティストをしている杉山(@ysugiyama)と須ヶ﨑(@sugasak ...
【Vertex AI】AI エージェント開発の実践から学んだ設計と最適化のポイント
2024/10/02
ブックマーク
こんにちは、クラウドエース CTO 室所属の茜です。 今回は、Vertex AI を活用した AI エージェント開発で得た知見を共有します。 この開発で直面した課題とその解決策を紹介することで、皆さんの AI エージェント開発の一助となれば幸いです。 はじめに 本記事では、社内 PoC として取り組んだ「ニュース記事から企業のリスク分析を行う AI エージェント」の開発プロセス
ファインチューニングとは 応用分野からプロセス、発展まで
2024/10/01
ブックマーク
ファインチューニングとは 応用分野からプロセス、発展まで 2024.10.1 構 成 株式会社Laboro.AI リードマーケター 熊谷勇一 概 要 既存のリソースを活用しつつAIモデルの効率と精度を向上させられる手法であるファインチューニングについて、その重要性や応用分野、実施のプロセスなどについて解説します。なお本コラムは、当社の代表取締役COO兼CTOの藤原弘将と、
ペアーズの AWS 生成 AI 事例 : Amazon Bedrock による障害対応の自動化と効率化
2024/10/01
ブックマーク
本ブログは、株式会社エウレカと Amazon Web Services Japan が共同で執筆しました。 背景と概要 Pairs（ペアーズ）は、株式会社エウレカが運営する恋活・婚活のマッチングアプリです。大規模なユーザーベースを持つマッチングサービスであり、システムの安定稼働が非常に重要です。 多くのユーザーにとって、マッチングした後、ペアーズが実際に会うときの唯一の連絡手段
Amazon Bedrock Agents と Amazon CloudWatch Logs を使用した、生成 AI によるクラウド運用ワークフローの実現
2024/09/30
ブックマーク
本記事は2024年9月16日に公開された Enable cloud operations workflows with generative AI using Agents for Amazon Bedrock and Amazon CloudWatch Logs を翻訳したものです。翻訳はソリューションアーキテクトの濱野谷(@yoshiehm)が担当しました。 Amazon Bedrock は、AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI、Amazon などの主要 AI 企業の高性能な基盤モデル（ FM ）を単一の API を通じて提供するフルマネ
LLMの日本語化はベクトル表現にも有効か？LLM2Vecにおける日本語ドメイン適応の効果
2024/09/30
ブックマーク
はじめに こんにちは！ 株式会社ユーザベース スピーダ事業部の飯田です。 この記事では、テキストをベクトルに変換（エンコード）にLLMを用いる際に有効なLLM2Vecという手法を紹介します。 合わせて、LLM2Vecにおける日本語ドメイン適応として、LLM2Vecの処理を日本語で行った場合とLLMの継続事前学習を日本語で行った場合について実験を行ったため、これを紹介します。
ナレッジグラフとLLMを活用したレコメンドシステム
2024/09/30
ブックマーク
イントロダクション：スーパーマーケットの3つの課題 ナレッジグラフとは ナレッジグラフの活用事例 Google検索 Amazon ECサイトのレコメンドシステムCOSMO ナレッジグラフに関連した論文 Yu et al., COSMO: A large-scale e-commerce common sense knowledge generation and serving system at Amazon[4] Shi et al., LLM-Powered Explanations: Unraveling Recommendations Through Subgraph Reasoning[1] Wang et al., Multi-level recommendation reasoni