OpenAIからChatGPT-4oが発表されましたが、皆さんガンガンつかっていますでしょうか？ さて、このChatGPT-4oですが、テキスト以外のデータも使用できるようになっているという特徴があります。 普通にテキストでのやり取りをしつつも画像データを扱えるということで、「実はこれいい感じのOCRとして使えるんじゃね？」って思っちゃったわけです。 ということで、今回はChatGPT-4oを使ってOCRを使うとどんなもんなのかやってみたいと思います。 やりたいこと やってみる とりあえずやってみる 請求書 名刺 参考文献 感想 やりたいこと 今回やりたいことはOCRです。早い話が画像ファイルを突っ込んでテキストを読み取りたいって感じです。 ただ、当たり前のようにOCRって言葉を使用していますがOCRって結構奥が深いです。 mediadrive.jp 単純に画像から文字を見つけて対応するテ
ChatGPTプログラミングのすすめ
ChatGPTなどの大規模言語モデル (Large Language Model; LLM) にプログラミングやリファクタリングをさせる場合、目的に合ったものが作られているかを何らかの方法で検証する必要がある。 プログラムの正しさを完全に保証する方法はないが、ある程度の正しさを継続して担保するための方法を探ってみたので以下にまとめた。 ポイントは、ChatGPTの生成したプログラムの検証にもやはりChatGPTの力を借りることである。 実行可能性と入出力のチェック プログラムを生成するタスクである場合、いつでも「実行できるか？」というチェックが可能である。これは自然言語の生成と大きく異なる点だろう。実行可能性を確かめることは最低限のチェック項目になる。 エラーが出力された場合、自力で修正するか、もしくは、エラーの内容をChatGPTに提示して修正を依頼し、再度実行可能かを確かめる。 入力・
プロンプトデザイン入門【使えるプロンプトテクニック11選】
こんにちは！生成AIを上手に使いこなしたいきーちゃんです。 今回の記事では、主にWeb上に公開されている以下の資料を参考にして、プロンプトデザインについて１から丁寧に学んでいこうと思います。 【社内研修】プロンプトデザイン事始め - RecruitPrompt Engineering Guide「オンラインイベント 教員向けChatGPT講座 ～基礎から応用まで～」の資料 - 東京大学 吉田塁准教授2023年度 デジタル庁・行政における生成AIの適切な利活用に向けた技術検証を実施しました - デジタル庁プロンプト エンジニアリングの概要 - Microsoftコーネル大学が発表した生成AIの精度を上げるプロンプトの原則26 プロンプトデザインとは？ そもそもタイトルにある「プロンプトデザイン」とは何でしょうか？ リクルートによる研修資料では、プロンプトデザインを以下のように定義しています。
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
GPT-4oをOCRとして使う - Re:ゼロから始めるML生活