動画数:33件

線形代数超入門

Python機械学習最短距離

大規模言語モデルの基礎知識(線形代数・埋め込み・Transformer)

LangChain入門

LLM の仕組み

LLM API、LangChainによるGPT-4oの呼び出し

RAGの仕組み

LangChainによるRAGの実装

話のスコープを整理する

社会的地位

パイプライン

コスト----------「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。

本題

何ができるようになればいいのか

写像って何すか

行列

行列とベクトルの積

ニューラルネットワークと行列

Q&A

Stable Diffusionって何?

今回の内容

拡散モデルの仕組み

拡散モデルの学習データ

拡散過程の典型的な定式化

拡散モデルの学習

逆拡散過程の典型的な定式化

素朴な拡散モデルの課題

生成画像のコントロール

潜在拡散モデル

近年の展開 - Stable Diffusion 3----------「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。

RAGで実現できること

RAGの基本的な仕組み

データをベクトルで表すという発想

性能に関わるのはどの部分か

そうですね、 あたりでちらっと話したのですが、そもそもの参照先に良いデータが揃っていて、よろしく管理されていないと成立しないですね。RAGをはじめデータ駆動への取り組みをしたいというのに後押しされてデータ基盤の見直しから始めるケースもある、というかそれが多数派かもしれません

APIキーの準備

PDFデータの読み込み

文埋め込みと類似文書探索

シンプルにGPT-4oに聞いてみる

プロンプトテンプレートを作る

RAGのチェインを作る

背景:LLM戦国時代

今回の内容

良いモデル、とは

先にまとめ

LLMの評価手法

評価手法の現状にある背景

評価結果の情報はどこにあるのか

Chatbot Arena - 自由記述の評価手法

各評価手法の課題

Q&A

GPT-4o振り返り/動画の主眼と構成

LLMにテキストが入力され、テキストが出力される仕組み

APIの主たるコスト源とGPT-4o

2023年頃?だったかなAIが教えていないペルシャ語か中東の言葉を知らない間に学習してただからAIには知性があるのかもしれないということが話題になってたそうですがもともとテキストが有れば勝手に学習する設計なんですね😊

LLMのAPIとは何のためにあるのか?

LangChain実践のための準備

GPT-4oをLangChainで呼び出す

APIの応答にかかる時間の計測

ストリーミング出力

トークナイザの振る舞いを見る

これから学ぶべきこと、今回のまとめ----------「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。

日 AMにリリースした新たなモデル「GPT-4o」について、従来モデルであるGPT-4と比較しての性能改善と、研究成果としての側面について解説します。

チャットボットの性能が良いってどういう意味?

性能評価の結果

現在提供されている・今後提供予定の機能

GPT-4oがAI研究へ与えうるインパクト----------「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。

動画の目的とゴール

行列と深層学習

埋め込み

大規模言語モデルの基本構成

Transformerの全体像

自己注意機構

Transformerまとめ

研究トピックの紹介

RAG:LLMの知識拡張

LangChain入門

四則演算、代入、条件分岐、ループ処理

関数、クラス

データの作成・分割・可視化

モデルの学習・評価
