はなび🎇部長 兼 面接官 @hanabi_support 京大出身で外資コンサルから転職してきた部下が新卒に 「議事録ってのは会議前に7割位でき上がってるのが理想だよ。決めたい事も話し合いたい事も決まってるんだから、事前に書けることは書いて、会議後は結論を埋めたり、修正したらおしまい」 って教えてて40歳部長ながら勉強になった。 2024-05-07 11:59:21
京大出身で外資コンサルから転職してきた部下が新卒に「議事録ってのは会議前に7割位でき上がってるのが理想だよ」と教えていて勉強になった
はなび🎇部長 兼 面接官 @hanabi_support 京大出身で外資コンサルから転職してきた部下が新卒に 「議事録ってのは会議前に7割位でき上がってるのが理想だよ。決めたい事も話し合いたい事も決まってるんだから、事前に書けることは書いて、会議後は結論を埋めたり、修正したらおしまい」 って教えてて40歳部長ながら勉強になった。 2024-05-07 11:59:21
Dify で RAG を試す｜npaka
1. RAG「RAG」(Retrieval Augmented Generation) は、最新の外部知識の習得とハルシネーションの軽減という、LLMの2つの主要課題に対処するためのフレームワークです。開発者はこの技術を利用して、AI搭載のカスタマーボット、企業知識ベース、AI検索エンジンなどをコスト効率よく構築できます。これらのシステムは、自然言語入力を通じて、さまざまな形態の組織化された知識と相互作用します。 下図では、ユーザーが「アメリカの大統領は誰ですか？」と尋ねると、システムは回答のためにLLMに質問を直接渡しません。代わりに、ユーザーの質問について、知識ベース (Wikipediaなど) でベクトル検索を実施します。意味的な類似性マッチングを通じて関連するコンテンツを見つけ (たとえば、「バイデンは現在の第46代アメリカ合衆国大統領です...」)、LLMに発見した知識とともにユ
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
