動画数:33件

概要

結論 - BERTとLLMが主流

文埋め込みモデルの作り方

プーリング - BERTの場合

プーリング - LLMの場合

実用のための情報収集

まとめ---「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。

今回の内容

o1 の強みは一体何

評価結果(抜粋)

技術要素

思考過程を見てみましょう

o1 活用のコツ

言語学者は文法をどう見ているか?

学校文法

文法構造=階層

文法の理論は何を解明したいのか

範疇文法

範疇

規則

いかなる意味で計算なのか

練習してみましょう

クロージング

RAGってなに

発展の方向性

全てはベクトルである

RAGシステムの性能要因

いかにして技術発展を追うか

AIが学習するとはどういうことか

最適なパラメータの見つけ方

ニューラルネットワークの世界

ニューラルネットワークの学習----------「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。

Llama 3.1 の概要

Llama 3.1 の機構

Grouped Query Attention

学習の仕組み

Direct Preference Optimization

データの品質を維持する策---「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。

今回の内容

なぜこの論文が重要なのか

人工知能の論文を読む切り口

系列モデリング

対抗馬は何か

主提案は何か

位置符号化

マルチヘッド自己注意

Point-wise Feed Forward Network

最終出力

評価のWhat/Result

その後の展開---「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。

Few-shot learning

プレースホルダを置く

Clipy のご紹介

Browsing

マルチモーダルの活用

学術としてのプロンプトエンジニアリング

今回の内容

RAGの広がりとGraphRAG

知識グラフ

グラフデータベース

GraphRAG

座学まとめ
