Amazon Web Services ブログ Generative AI with Large Language Models – DeepLearning.AI と AWS が提供する新しい実践コース 生成系 AI は世界を席巻しており、私たちは AI の広範な導入の次の波を目にし始めています。この動きは、あらゆるカスタマーエクスペリエンスやアプリケーションが、生成系 AI で革新される可能性を伴うものです。生成系 AI を利用することで、会話、物語、画像、動画、音楽などの新しいコンテンツやアイデアを生み出すことができます。生成系 AI は、一般に基盤モデル (FM) と呼ばれる、膨大な量のデータで事前トレーニングされた非常に大規模な機械学習モデルを利用します。 大規模言語モデル (LLM) と呼ばれる FM のサブセットは、多くの自然言語タスクにわたって、数兆の単語でトレーニングされ
国立研究開発法人情報通信研究機構(NICT(エヌアイシーティー)、理事長: 徳田 英幸)は、ユニバーサルコミュニケーション研究所データ駆動知能システム研究センターにおいて、独自に収集した350 GBの日本語Webテキストのみを用いて400億パラメータの生成系の大規模言語モデルを開発しました。今回の開発を通し、事前学習用テキストの整形、フィルタリング、大規模計算基盤を用いた事前学習等、生成系の大規模言語モデル開発における多くの知見を得ました。現在は、更に大規模な1,790億パラメータの生成系大規模言語モデル(OpenAI社のGPT-3と同等規模)の学習を実施中で、また、学習用テキストの大規模化にも取り組んでいます。今後、共同研究等を通して民間企業、国研、大学等と協力して、日本語の大規模言語モデルの研究開発や利活用に取り組む予定です。 NICTでは、これまでWebページを収集し、インターネット
SlashGPT is a playground for developers to make quick prototypes of LLM agents (or apps with Natural Language UI). Here are the design goals: Extremely easy to create a new LLM agent. You just need to add a new manifest file (in Json or YAML). Instantly switch among agents, by just typing "/{agent_name}" Extensible enough so that it is possible to implement most of LLM agents without writing any c
はじめに Microsoft Build 2023 で発表された Azure OpenAI Service の On Your Data のパブリックプレビューが開始 しました。体感的には On Your Data は日本国内の全 Azure OpenAI Service ユーザーのうち 8 ~ 9 割程度のユーザーが待ち望んでいた機能ではないかと感じます。(ryohtaka 調べ) What's new in Azure OpenAI Service - June 2023 New easy way to add your data to Azure OpenAI Service (YouTube) しかし、実際に On Your Data を活用するためには気を付けるべきポイントが数多く存在しており、正確な期待値を持ったうえで使うことが非常に重要になってきます。そこで、本記事では On
This year at Build, we’re raising the bar on what a browser can and should do in today’s digital world to help you, your business, and the sites and web apps you create to stay at the forefront. Check out the latest innovations below to learn how Microsoft Edge will take your work and your organization’s productivity to the next level. Jump to the following sections to learn more: Innovations for
Welcome to our series on OpenAI and Microsoft Sentinel! Large language models, or LLMs, such as OpenAI's GPT3 family are taking over the public imagination with innovative use cases such as text summarization, human-like conversation, code parsing and debugging, and many other examples. We've seen ChatGPT write screenplays and poetry, compose music, write essays, and even translate computer code
© Copyright 2023, Cloud Security Alliance.All rights reserved. 1 Acknowledgements Authors: Kurt Seifried Sean Heide Bogdan Filip Vishwa Manral Lars Ruddigkeit Walter Dula Eric E. Cohen Billy Toney Supro Ghose Marina Bregkou Additional Staff: Stephen Lumpe (Cover illustration, with assistance from Midjourney) This is a Release Candidate version and is subject to change. © 2023 Cloud Security Allian
マイクロソフトは、ChatGPTとChatGPT-4に任意のドキュメントなどを読み込ませることで、そのドキュメントに基づいた回答を自然言語で得られる新サービス「Azure OpenAI Service On Your Data」のパブリックプレビューを発表しました。 例えば、社内規約や社内マニュアルなどをChatGPTに読み込ませると、「PCの修理を申し込むための社内手続きは?」といった、汎用の知識だけしか持たない従来のChatGPTでは答えられない質問にも回答できるようになります。 さらに、ChatGPT/ChatGPT-4に任意のドキュメントを読み込ませるための支援ツール「Azure AI Studio」には、そのままチャットボットAIをWebアプリケーションとして公開する機能が備わっています。 これにより、ドキュメントやデータを読み込ませるように設定したチャットAIのサービスを、簡単
「社内のアレ分からん、教えてAI」実現 Microsoftの“自社版ChatGPT作成サービス”にデータ取り込み機能 米Microsoftは6月19日(現地時間)、大規模言語モデル「GPT-3.5」などのAPIをクラウドサービス「Microsoft Azure」上で使える「Azure OpenAI Service」に、新機能「On Your Data」を追加した。ローカルやAzure上のストレージに保管するテキストファイルやPDF、PowerPointファイルを、GUIの操作でチャットAIに参照させられるという。まずはパブリックプレビュー版を提供する。 これにより、社内で分からないことがあったときに何でも質問できるAIチャットbotなどを作成しやすくなるという。 Microsoftが提案する活用例では、ユーザーの「サポートチケットはどうやって作る?」(How do I create a s
※この投稿は米国時間 2023 年 4 月 14 日に、Google Cloud blog に投稿されたものの抄訳です。 医療の飛躍的進歩は、科学的な厳密性、人間の知見、共感を通して世界を変え、人類に希望を与えます。Google は、研究者、医療機関、幅広いエコシステムの間で思慮に富んだコラボレーションを行うことで、AI が医療の進歩に貢献できると信じています。 本日は、この分野における Google の取り組みの進展をお伝えするとともに、Med-PaLM 2 という Google の医療用大規模言語モデル(LLM)への限定アクセスについてお知らせします。Google Cloud の一部のお客様は、今後数週間のうちに Med-PaLM 2 を限定的に試用できるようになります。Google はこのテクノロジーの安全で有意義な、責任ある使用方法について調査しており、お客様にユースケースをご確認
グーグルのPaLM APIのウェイトリストに登録しており、使えるようになりました。今回は、Google ColabでもPaLMを使うことができるので紹介していきます。Colab MagicというPaLMに対するコマンドが用意されております。 最初に、Google Colabで実行するコードです。AIxxxxxxxxxxxxxxは、PaLM API Keyを取得して記載してください。 %pip install -q google-generativeai %load_ext google.generativeai.notebook %env GOOGLE_API_KEY=AIxxxxxxxxxxxxxxx 上記コードは、Google Colabで使用するときのおまじないと考えてください。 PaLM API Keyの取得方法については、以前書いた記事が参考になります。 これで、Google C
Amazon Web Services ブログ AWS による Jupyter の 生成系 AI の民主化とノートブック実行のスケールのための新しい拡張機能を発表 Project Jupyter は複数のステークホルダーで運営されるオープンソースプロジェクトであり、データサイエンス、機械学習、計算科学のためのアプリケーションだけでなく公開標準やツールも開発しています。なかでも、2011 年にリリースされた Jupyter Notebook は学術、研究、産業のあらゆる分野で世界で数百万人のユーザーが使用するデファクトスタンダードのツールとなりました。Jupyter ではユーザーがコードやデータをインタラクティブに実行でき、完全に再現可能な作業記録として作成、共有することが可能です。 AWS はデータサイエンティストや機械学習エンジニアにとって欠かせない Jupyter を開発する Proj
数式処理システムのMathematicaや質問応答システムのWolfram Alphaを開発したStephen Wolfram氏が「What Is ChatGPT Doing … and Why Does It Work?」(ChatGPTは何をしていて、なぜそれがうまく機能するのか?)と題するブログ記事を発表しました。 この記事は、とても分かりやすい言葉で、沢山例を挙げて詳しく説明していますので、ChatGPTの仕組みを理解したいと思っている人には必読の記事だと思います。 ブラウザの翻訳機能を利用して日本語で読むこともできますが、易しい言葉で書かれた文章であるにも関わらず、これを完全に理解するのは簡単なことではありません。 前半は大規模言語モデル、ニューラルネットワーク、Transformerなどの仕組みについて相当詳しく説明しており、後半はChatGPTに関するWolfram氏独自の解
GPTで作ったAIに24時間お問合せ対応をしてもらう方法とは? 導入手順とそのリアルな成果と課題を徹底レポート! GPTを利用したプロダクトが次々と登場し、AIの社会実装が加速していますね!「AIによるお問合せへの対応」も、GPTの利用が大きく期待される領域です。本記事は、GPT製のお問合せ対応チャットボットを導入する手順を紹介します。そして手順に加え、導入によって見えた成果と現状のリアルな課題を併せてご紹介します。 この検証によって作成されたお問い合わせ対応AIは、下記のページに設置済みです。本記事の内容でこんなAIチャットボットを作れます。 https://miibo.jp/ お問合せAIとの会話の様子※ 本記事は会話AI構築プラットフォームmiiboを運営する株式会社miiboにて執筆しています。 お問合せAI導入の恩恵は大きい!GPTを利用した賢いAIが顧客や社員の質問に24時間回
LAPRAS では、OpenAI 社が提供するGPT-3.5,4.0 等の大規模言語モデルのAPIを利用した機能群 「GenAIプログラム」 のリリースを予定しています。 GenAI プログラム では、生成AIを活用することで、以下のような機能を実現していきます。 📊 アウトプット1つ1つのレビュー・スコアリング ✉️ 企業があなたに送るスカウトメールの執筆補助・校正 🤖 AIによるキャリア相談サポート、情報入力支援 ※ これらの機能は現在開発中であり、機能の内容や詳細は変更されることがあります。 開発中のGenAIプログラムの機能は順次リリースされます。ご利用の際には次のラベルを目印にしてください。 LAPRAS ではGenAI プログラムをはじめ、大規模言語モデルなどの生成AI技術を積極的に活用し、エンジニアの可能性を広げていくための開発を行なっていきます。 リリース予定のGen
GPTのモデル構造を目で見てみたい! そんな気持ち、わかるでしょ? 技研フリマをやりながら、どうにかこうにか出力したよ ご覧あれ やり方メモ from transformers import AutoTokenizer, AutoModelForCausalLM from torchviz import make_dot tokenizer = AutoTokenizer.from_pretrained("gpt2") from transformers import pipeline, set_seed generator = pipeline('text-generation', model='gpt2') m= generator.model x= m.generate() y= m.forward(x) image = make_dot(y.logits, params=dict(
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