竹下浩一郎 リテール総合研究所所長『リテールガイド』編集長。1975年長野県上田市出身。中央大学文学部文学科英米文学専攻卒業後、小売業経営専門出版社の商業界に入社。スーパーマーケット経営専門誌『食品商業』編集部、チェーンストア経営専門誌『販売革新』編集部を経て2014年『食品商業』編集長就任。この間、世界最大級の食品見本市SIALパリの新商品国際審査員などを務める。20年5月ロコガイド入社、『リテールガイド』の創刊編集長就任。同10月にロコガイドがリテール総合研究所を設立、代表取締役に就任。23年1月組織改編に伴いリテール総合研究所所長に就任。一般社団法人日本惣菜協会『中食2030』(ダイヤモンド社)「スーパーマーケットにおける中食の未来」執筆の他、コーネル大学リテール・マネジメント・プログラム・オブ・ジャパン講師、スーパーマーケットGood Action Initiatives推薦委員な
「FastLabel × LayerX × LINE 3社が語る『生成AI×プロダクト開発』で直面する課題と乗り越え方」は、生成AIをプロダクト開発にどのように活用しているか、その際に直面した課題と克服するためのアプローチなどをFastLabel、LayerX、LINEのエンジニアが共有するイベントです。ここでLINE株式会社の山崎氏が登壇。LLMの自由度と制御性のバランスを取る技術について話します。 山崎氏の自己紹介 山崎天氏:LINEのNLPチームに所属している山崎と申します。「どこまでLLMに任せる? LLMの自由度と制御性のバランスを取るための技術紹介」というタイトルで発表します。よろしくお願いします。 最初に自己紹介をすると、私はLINEのNLP Foundation Devチームというところでシニアエンジニアをしています。 経歴ですが、東京大学の相澤研究室という自然言語処理の研
Prompt Engineering Guide Prompt engineering is a relatively new discipline for developing and optimizing prompts to efficiently use language models (LMs) for a wide variety of applications and research topics. Prompt engineering skills help to better understand the capabilities and limitations of large language models (LLMs). Researchers use prompt engineering to improve the capacity of LLMs on a
「テスト文字列に”うんこ”と入れるな」──そんなふうに訴える新入社員向けの研修資料の2024年版が公開された。公開したのは、ゲーム開発などを手掛けるインフィニットループ(北海道札幌市)。軽い気持ちで入れたテスト文字列が社外に漏えいした際のリスクについて説明した資料で、新たに事例などを加筆し、21年に公開したものをバージョンアップしている。 同社がこの資料で訴えたいのは「テスト文字列には無難な文字列を使うこと」。Webエンジニアが入力フォームを作る際に使うテスト文字列に「うんこ」などのふざけた文言を入れる行為のリスクを説明。資料内では実際にテスト文字列が漏えいしたことで起きた不祥事の事例などを紹介している。
Japanese-Starling-ChatV-7B-GGUF GGUF conversion of "Japanese-Starling-ChatV-7B" "Japanese-Starling-ChatV-7B" is a Japanese chat model built on top of "chatntq-ja-7b-v1.0", originally based on Mistral-7B-v0.1. I applied the chat vector acquired by subtracting the weights of Mistral-7B-v0.1 from the weights of "Starling-LM-7B-beta" to this model. このモデルはchatntq-ja-7b-v1.0をベースにした7Bパラメータの日本語チャットモデルです。高
Retrieval-Augmented Generation (RAG) merges retrieval methods with deep learning advancements to address the static limitations of large language models (LLMs) by enabling the dynamic integration of up-to-date external information. This methodology, focusing primarily on the text domain, provides a cost-effective solution to the generation of plausible but incorrect responses by LLMs, thereby enha
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く