AI・LLM - GMO次世代勉強会2023夏【Online】

8/3 13:00 タイムテーブルを一部修正しました
8/2 15:00 配信情報を公開しました　※参加申込すると表示されます

4年振りに次世代勉強会を開催します！

本イベントはGMOインターネットグループ株式会社 グループ研究開発本部（旧・次世代システム研究室）による「新技術を実サービスに利活用するために行っている研究開発」について、各担当者からトークを行う勉強会イベントです。

AI、データサイエンスを用いた課題解決に興味がある方、
新しい技術や大規模なウェブサービスに興味がある方、
GMOのエンジニアが普段どうのようにしているのか興味がある方
是非ご参加ください。皆さんのご参加をお待ちしています！！

タイムテーブル

※進行状況により時間が前後する場合があります

トークテーマ

ローカルLLMによる業務活用：「お名前.com」自動QAシステムの構築と検証

社内業務において、ChatGPTを代表とするLLM（Large Language Model）を導入する際には、情報管理上の障害が発生することがよくあります。しかし、ローカル環境でLLMを活用することで、外部へのデータアップロードが不要となり、プライバシーと機密性の確保が可能となります。本研究では、実際の事例として、商用利用可能なLLMをローカルで調整し、「お名前.com」の自動QAシステムの構築と検証を行いました。このセッションでは、LLMの基本概念から具体的なシステムの実装方法までを解説し、さらに簡単なデモを通じて理解を深めます。

実サービスのテーブルデータを用いた不正ユーザ検知

サービスの売上や健全性に影響を及ぼしかねない不正ユーザ問題に対して機械学習を用いた不正検知モデルを検証します。不正検知モデルをどうやって選ぶのか？・不正検知における特徴量をどうやって作るのか？・実データでどのくらい使えるのか？・実サービスでどのように使うのか？を実サービスのデータを用いた実践的な検証結果を交えてご説明します。

LTテーマ

オープンソースLLMのファインチューニングについて

オープンのLLMが多く公開されていますが、特定なドメインに利用するには性能不十分なケースが多いです。オープンだからこそ、コンポネントが公開され、細かくファインチューニングが可能です。今回、ニーズにマッチする性能を発揮できるように、チューニング手法やコツを紹介します。

SQL生成は地に足がついたLLM活用の1つだと思う

LLMを用いて実サービスのコード全体を生成するには，複雑な仕様の解説を入力する必要があり，作業量の削減は難しいでしょう。一方で，スニペットや小規模なスクリプトの生成には力を発揮します。この特性を活かし，実サービスの運用に必要なSQLを生成することで，業務の効率化を目指します。

Hyena: Transformerを超える次世代LLMのコア技術

ChatGPTなどLLMの性能の鍵となるTransformerモデルでは、計算量が入力長の二乗で増えるため処理可能な文章には上限があります。先日、この問題を解決したHyenaというモデルが発表されました。LLMの性能を更に高めると期待される、この新技術を紹介します。

GitHub Copilot について

GitHub Copilot に関する取り組みについてお話します

グループ研究開発本部とは

GMOインターネットグループにおいて、全社横断で技術的課題に取り組むCTO直下のR&D組織です。
直近の研究課題はLLM、ML、深層学習、量子コンピューティング、Blockchain、セキュリティなど。

◆グループ研究開発本部のブログ
https://recruit.gmo.jp/engineer/jisedai/blog/
◆AI研究開発室
https://recruit.gmo.jp/engineer/jisedai/ai/
◆大阪ラボ（大阪研究開発グループ）
https://recruit.gmo.jp/engineer/jisedai/osaka/

Twitterをはじめました
https://twitter.com/GMO_RD

注意事項

※視聴方法は登録後にご案内します