株式会社AI Shift(株式会社サイバーエージェントグループ) の技術ブログ

Arize Phoenix で実現する LLM アプリケーションのトレース

こんにちは、AI チームの長澤( @sp_1999N )です。 今回は Arize AI 社が開発・提供する LLM アプリケーション向けの監視ツール Phoenix の紹介および簡単なデモ構築を行いたいと思います。 Phoenix icon デモとして Chainlit で構築した簡易的なチャットサービスを、自前ホストした Phoenix サーバーで監視してみたいと思います。 Phoenix について Phoenix は LLM アプリケーション向けの監視

LLMで挑むTitanic生存予測: Few-Shot Leaningで表形式データはどこま解ける?

こんにちは、AIチームの戸田です。 KaggleのTitanicデータセットは、機械学習の入門として定番のデータセットです。 Titanic - Machine Learning from Disaster 多くの機械学習手法が試されてきたこのデータセットに対し、今回は少し異なるアプローチを試みたいと思います。ランダムフォレストのような従来の表形式データ向け機械学習手法ではなく、テキストを処理するLLM(Large Lang

言語処理学会第31回年次大会(NLP2025) 発表報告

1. はじめに こんにちは。AIチームの栗原です。 2025年3月10日(月)〜3月14日(金)に 出島メッセ長崎 にて行われた 言語処理学会第31回年次大会 で、弊社からポスター発表で3件、口頭発表で1件の発表を行いました。 昨今の発表件数の増加の流れはさらに続いており、投稿件数は777件(昨年は599件)と過去最高をさらに記録した模様です。自然言語処理への熱はとどまるところ

言語処理学会第31回年次大会(NLP2025) でAI Shiftから4件の発表を行います

こんにちはAI Shiftの栗原です。3月10日(月)から3月14日(金)に 出島メッセ長崎 で 言語処理学会年次大会(NLP2025) が実施されます。AI Shiftからは口頭発表1件とポスター発表3件の合計4件の発表を行います。(口頭発表1件、ポスター発表1件は東北大NLPグループとの共同研究。)栗原の発表については、社内のゼミ制度による組織横断活動の成果発表になります。 本記事では各発

E2B Desktop Sandbox: GUI操作Agentのための安全な仮想環境

こんにちは!AIチームの戸田です。 近年、様々な作業の自動化を目的としたAI Agent(以下、Agent)が注目を集めています。特に、GUIを操作するAgentは、ユーザーインターフェースを介したタスクの自動化を可能にするため、大きな可能性を秘めています。 AnthropicのClaude 3.5 Computer Use や OpenAIのOperator 、オープンソースは browser-use などがその代表例です。研究分野でも、学習

Hugging Faceの新しいAgent Framework「smolagents」とCodeAgentの活用法

こんにちは AIチームの戸田です 今回はHugging Faceが提供しているAgent Frameworkの smolagents が非常に興味深かったので、実際に触ってみた内容を共有します。 smolagentsは、Agentをシンプルに構築できることを目的としたライブラリで、従来のAgent Frameworkと比較して以下の2点で差別化されています。 シンプルな設計: 必要最小限の抽象化でAgentの構築が可能。公式のコードも約1,000

【AI Shift Advent Calendar 2024】2024年のTech Blog/対外発表の振り返り

DALLE-3で生成 1. はじめに こんにちは、AI Shiftの友松です。この記事は AI Shift Advent Calendar 2024  の最終日、25日目の記事です。 AI ShiftのTechBlogは 2019年の12月24日に開設 し、そして、昨日12月24日をもちまして5周年を迎えました。毎年恒例となっておりますが、アドベントカレンダーの最終日を使わせていただき、1年間の外部アウトプットの振り返りを実施します。 過去の

【AI Shift Advent Calendar 2024】クエリ書き換えでRAGの精度を改善してみた

はじめに この記事は AI Shift Advent Calendar 2024 の24日目の記事です。 初めまして! 早稲田大学修士2年生の村田栄樹です。 11月と12月の2ヶ月間、株式会社AI Shiftで ML/DS として内定者バイトをしています。 大学では普段、自然言語処理の研究をしていて、今回のバイト期間中も自然言語処理周りのタスク(特にRAG関連)に取り組みました。 せっかくバイト期間中にアドベント

【AI Shift Advent Calendar 2024】PydanticAI で実現する Dependency Injection

はじめに こんにちは、AI Shift のAIチームに在籍している長澤 ( @sp_1999N ) です! この記事は AI Shift Advent Calendar 2024 の20日目の記事になります。 今回は比較的新しく登場した PydanticAI を使って、LLM の実運用におけるDependency Injection (DI, 依存性の注入) を検討してみたいと思います。 DI とは何かというトピックについても簡単に解説していますので、LLM を使用したアプリケー

【AI Shift Advent Calendar 2024】セールス経験ゼロの人間がセールス対話データセットを作ってみた話

こんにちは、AIチームの邊土名( @yaelanya_ml )です。 本記事は AI Shift Advent Calendar 2024 の18日目の記事です。 私はサイバーエージェントの研究組織である AI Lab の 完全自動対話研究センター という部署に所属していまして、現在は兼務という形でAI Shiftに関わっています。 せっかく(?)ですので、今回の記事では、この1年くらいの間 AI Lab で取り組んでいた セールス対話デー

【AI Shift Advent Calendar 2024】面白い研修コンテンツの作り方

こんにちは!AI Shift 生成AIビジネス事業部で研修講師を担当している及川 信太郎( @cyber_oikawa )です。 この記事は AI Shift Advent Calendar 2024 の17日目の記事です。 今回は、サービスとして提供している生成AIを使いこなすための研修について、約半年間研修を提供する中で考えた「面白い研修コンテンツの作り方」についてまとめます。 AI Shiftが提供している研修について AI Shif

【AI Shift Advent Calendar 2024】AIエージェントの設計とその勘所

こんにちは AI Shift CTOの 青野 です AI Shift AdventCalendar 2024 16日目です 今回はAIエージェントを開発する時の勘所について書こうと思います お付き合いお願いします〜 はじめに 昨今、生成系大規模言語モデル(LLM: Large Language Model)を活用したプロダクトの開発機会が急速に増えている。ChatGPTやGPT-4など、自然言語による高度な応答を可能とするLLMは、従来困難だった自然言

【AI Shift Advent Calendar 2024】MCP ClientをOpenAIモデルで実装する

こんにちは、AIチームの二宮です。 この記事は  AI Shift Advent Calendar 2024 の14日目の記事です。 はじめに Model Context Protocol (MCP) とは、Anthropicから公開されたOSSで、LLMがさまざまなツールやリソースを活用するための標準プロトコルです。MCPはClaude以外のモデルでも利用できるように設計されています。そこで、今回はOpenAIのモデルを用いたMCP Clientを実装してみます。 MCPの実

【AI Shift Advent Calendar 2024】VAD・VAPを用いた発話終了検知

こんにちは、AI Shift AIチームの大竹です。 本記事は AI Shift Advent Calendar 2024 の11日目の記事です。 今回の記事では弊社の AI Messenger Voicebot をはじめとした音声対話システムにおける主要な課題である発話終了検知について扱います。 発話終了検知とは 発話終了検知は、音声対話システムにおいて2つの重要な役割を担っています。 まず、スムーズなターンテイキングの実現

【AI Shift Advent Calendar 2024】FastAPIのプロファイリング

こんにちは、AIチームの干飯( @hosimesi11_ )です。 この記事は AI Shift Advent Calendar 10日目の記事になります。本記事では、FastAPIを使ったサーバのプロファイリングについて扱います。 本記事で用いたコードは こちら で公開しています。 はじめに 機械学習モデルのプロダクト組み込みが進むに連れて、データサイエンティストや機械学習エンジニアがモデルのプロダクト組み
123

エラータイトル

エラー本文

エラータイトル

エラー本文