いいな〜と思ったリファレンス、何に保存していますか？ 『良質なアウトプットは良質なインプットから』 デザインにおいて、参考となるアイデアを集める作業はほんっっっとうに重要な工程です。 いいリファレンスを集められたらもうほぼ勝ち確と言っても過言ではないでしょう。（多分） そんなに大事な作業にも関わらず、いろんなところのいろんな画像や動画を集めているうちに、「あれどこいったっけ？？」「何が良くて保存したんだっけ…」となることはありませんか？ 世の中、アイデア散らばりすぎ〜！！！かく言う私もしょっちゅうありました… そう、Eagleに出会うまでは！！！！ Eagle〜！！！俺たちの、Eagle〜！！！ 「なんでこんなに興奮してるの、落ち着いて？？」 「そもそもEagleってなんやねん！」 と言う声が聞こえてきそうですが… 読み終える頃にはあなたもきっと叫び出したくなるはずです。 Eagleって何
GoogleのGeminiがリサーチで大活躍！ 仕事の「めんどくさい」を任せてラクしよう | ライフハッカー・ジャパン
生成AIは、回答の引用元が提示されるようになり、以前よりもリサーチにおける利便性が高まっています。この記事では、GoogleのGeminiを活用したリサーチや検索において効果的な場面を紹介します。
[レベル: 初級] なぜ Google は、すべての検索ランキングシステムのアップデートをアナウンスしないのでしょうか？ 理由を、Google 検索の広報担当の Search Liason が説明しました。 すべてのアップデートを告知しない理由 Google は、広範囲なコア アップデートについては情報提供するが、広範囲なコア アップデートの延長に思える大きなランキング変動については説明しないのはどうしてなのか？ こんな問いかけに SearchLiason の X 公式アカウントは次のように返答しました。 コア アップデートに関する情報は、こちらのページでご確認いただけます: https://developers.google.com/search/updates/core-updates 次のように書かれています。 Google では常に検索エンジンのアルゴリズムを更新しており、その更新
OpenAIが5月13日(月)に、独自のAIベースのサーチエンジンをローンチすると報じられている事がわかりました(Neowin)。 ロイター通信は匿名の情報源から得た話として伝えていますが、実際の発表日は変更される可能性があるとのこと。5月13日は、5月14日に開催されるGoogle年次開発者会議「I/O」のわずか1日前となります。 今週初めにはBloombergも、匿名の情報筋の話として、OpenAIの検索エンジンはChatGPTをベースにすると報じました。AIサーチエンジンは質問や問い合わせに対する回答をウェブ上で検索し、検索結果には引用情報も表示するとのことです。 OpenAIの検索エンジンは、Google検索やMicrosoftのBing検索エンジンと競合し、特に検索を主な収入源とするGoogleの大きな脅威になる可能性があります。 OpenAIの主なパートナーはMicrosoft
ライブラリ
独自の事業に関連するAI活用テーマ（ユースケース）を探してみてください。業種、カテゴリー、バリュードライバーなどのビジネス・パラメータで絞り込みができます。問題の種類、サードパーティ統合、自動化レベルなどの技術パラメータでさらに検索を絞り込むことができます。
実務で生成AIサービスを開発してわかったこと
生成AIを使ったサービスを開発してわかったことをメモしておきます。 開発したもの 業種 SaaS 課題 提供サービス内でユーザーがアイディアを考えることが難しかった。様々なデータを人力で集めてくる必要があった 解決策 アイディア起案に繋がりそうなデータを自動で集めてきて提示する。手法はベクトル検索、AIによる要約生成。 その他 チャットUIは作っていない。ユーザーの入力は最初の検索テキスト入力文のみ。 開発前の検証・プロトタイピング 開発する前に生成AIの出力を検証することが必要 生成AIの出力の質はサービスの肝だから 生成AIの出力は事前の予想と違うこともあり早い段階で出力を確認しておかないと後々の仕様変更があったときにキツイから AIに渡すデータの中身を確認しておく 例えばRAGを使って社内ドキュメントやDBを検索する場合、それらのデータの中身を吟味する必要がある 必要なデータと不要な
Google検索の品質の悪さをどのように改善するのかなどについてスンダー・ピチャイCEOが回答したインタビューが公開される
ジャーナリストのエミリー・チャン氏がGoogleのスンダー・ピチャイCEOに独占インタビューを行い、検索にAIを取り入れているGoogleの思惑や、検索結果に表示されるページの質が悪くなっている件などについて尋ねました。 Google CEO Sundar Pichai and the Future of AI | The Circuit - YouTube Video: Alphabet CEO Sundar Pichai Lays Out Google’s AI Roadmap - Bloomberg https://www.bloomberg.com/news/articles/2024-05-09/google-parent-alphabet-is-said-to-progress-in-talks-with-hubspot 2015年のCEO就任時から「会社はAIファーストである
なぜ、最悪の業績なのに年商の20％にもあたる1億円の売上を手放してまで楽天市場から退店するのか｜鷲尾 岳 / ワシオ株式会社 3代目社長
【はじめに】・自己紹介こんにちは。 今年の1月にワシオ株式会社（以下ワシオ）の代表取締役社長に就任しました、三代目の鷲尾 岳（ワシオ タカシ）と申します。 鷲尾家の次男坊として1991年2月10日に生まれ、小学校5年生までは地元の公立、小６から私立の学校に転校し、中３までは福井県、高校は和歌山県にある姉妹校にて寮生活をしていました。 ここで詳しくは書きませんが、その学校の特徴として、「義務教育は最低限」「校則は生徒が主になって話し合って決める」「1年を通して大半のコマを占める”プロジェクト”という授業で目標を決め、達成に向けて何をするか生徒が決める」「やりたいことは大概やらせてもらえる」などなど、おそらくかなり一般的な学校からかけ離れた環境で多感な時期を過ごしました。 高校を卒業した後、大学で中国語を学んだので、卒業してからは父の伝手を頼って入社後すぐに中国で駐在させてくれる会社さんにご縁
OpenAIがAIを活用した検索サービス、もしくはChatGPTがウェブから情報を入手できるようにする拡張機能の発表を目前に控えていると、複数のメディアが報じました。発表は、Googleの年次カンファレンスであるGoogle I/O 2024が開催される2024年5月14日の前日に行われると予想されています。 OpenAI plans to announce Google search competitor on Monday, sources say | Reuters https://www.reuters.com/technology/openai-plans-announce-google-search-competitor-monday-sources-say-2024-05-09/ Apple to Power iOS 18 AI Features With In-House
Matrix FactorizationとDeep Matrix Factorization（Keras）でのレコメンド - statsuのblog
レコメンドの手法であるMatrix Factorizationについて勉強したのでその記録です。 以下の検証に関するコードはgithubにあげてあります。 github.com 1. 本記事の概要 レコメンドの手法であるMatrix Factorizationについての概要 Matrix FactorizationのNeural Network形式の表現とKerasでの実装 Deep Matrix Factorizationの表現とKerasでの実装 MovieLensでの精度検証 2. Matrix Factorizationの概要 ざっくりと。 Matrix Factorizationはレコメンドの手法のひとつ。 レコメンドの参考サイト レコメンドつれづれ ～1-1. 協調フィルタリングのコンセプトを知る～ - Platinum Data Blog by BrainPad レコメンドつ
はじめに Hnswlibは、C++で書かれたHierarchical Navigable Small World graphsによる近似最近傍探索ライブラリである。近似最近棒探索のベンチマークでも上位に登場する。Ruby bindingがなかったので作成した。 hnswlib | RubyGems.org | your community gem host 使い方 インストールは、普通にgemコマンドでインストールできる。外部ライブラリもPythonも必要ない。 $ gem install hnswlib APIは単順にバインドしたものと、それらをラップしたAnnoyライクなHnswIndexを用意した。 検索インデックスの作成は、以下のようになる。データを追加すれば、それでグラフ構造が内部で作られるので、build_indexみたいなメソッドはない。 データベクトルはRuby Array
米オープンＡＩは５月１３日に人工知能（ＡＩ）を利用した検索機能を発表する予定。写真は同社のロゴとマザーボードのイメージ。１月撮影（２０２４年 ロイター/Dado Ruvic） [９日 ロイター] - 米オープンＡＩは１３日に人工知能（ＡＩ）を利用した検索機能を発表する予定。事情に詳しい関係者２人が明らかにした。これにより、検索大手グーグル(GOOGL.O), opens new tabとの競争がスタートすることになる。
こんにちは 先月末、わたしのブログで検索からの流入が急増するというお祭りが初めて発生しました。そして今は、、、、いつもの通りなのですが、祭りのあとはやはり寂しさが漂います。 ブログで検索からの流入が急増 検索される＝誰かの役に立つために まとめ ブログで検索からの流入が急増 先月末に楽天の株主優待でのeSIMの記事を2本書いたのですが、その記事に対する検索からの流入が4月末に一時的に急増しました。 わたしと同じ様に楽天の株主優待でSIMを取得した方が、その活用法を求めて4月末にいろいろ調べていたのだと推測します。 こちらはGoogle Search Consoleのクリック数のグラフですが、4月末に急増しているのがわかると思います。 これまで検索からの流入はかなり少なかったのでこの1週間だけがまさにお祭りという感じでした。そして今、検索からの流入がほぼ元に戻りつつあり祭りのあとの寂しさを感
5月7日、Googleは新たなスパムポリシー「サイトの評判の不正使用」の適用を開始しました。 これは以前から問題になっていた、いわゆる「寄生サイト」「ドメイン貸し」と呼ばれるサイトへの対処です。 この記事では、新ポリシー「サイトの評判の不正使用」の概要や現時点でわかっていることについてお届けします。 サイトの評判の不正使用とは 「サイトの評判の不正使用」とは、ホストサイトの一部を借りた第三者が、ホスト側の監視や関与なしにコンテンツを公開する行為です。 ホストサイトへの評判・評価を不正に利用して、順位を上げることを目的としている場合がこれに該当します。 SEO業界では「寄生サイト（Parasite site）」「ドメイン貸し」「サブディレクトリ貸し」などとも呼ばれます。 今回のスパムポリシーの実施については、3月のコアアップデートおよびスパムアップデートの発表時点で、5月5日に施行することが
はじめに こんにちは、助太刀バックエンドチームの市川です！ 助太刀では、2024 年 2 月に以下の生成 AI の活用した社内情報検索システムに関するプレスリリースを発信しました。 助太刀、生成 AI を使った社内 Wiki を開発。生成 AI の活用により社内業務の効率化を強化 今回は、その社内情報検索システムに関する LLM(大規模言語モデル)、RAG(Retrieval-Augmented Generation) を用いた検索システムの構築について紹介したいと思います。 上記プレスリリースにも記載がありますが、主に社内業務効率化を目的とし開発・導入しました。 RAG とは RAG（Retrieval-augmented Generation） とは、質問やプロンプトに対して出力する答えを作る過程で、あらかじめ用意された外部データベース内の既存情報を参照（Retrieval）することで
どうしてこの記事を書いたのか Elasticsearch/Neo4j 活用していらっしゃいますでしょうか？ どちらも著名なデータベース（DB）ですが，その特徴・用途は異なります． Elasticsearch は文字情報の検索に強く，Neo4j は関連性を早く調べたいという場合に利用されているイメージです． 所感ですが，Neo4j でもデータのプロパティを基準にクエリをかけたいこともありますし，Elasticsearch に入っているデータ同士を紐づけたいことも往々にしてあります． しかし，愚直にそうしてしまうとスループットが低くなったり，実装に継続的な作りこみが必要だったり，なかなか考え物です． そこで，データ構造を見直しつつ何とか良いとこ取りできないかなと検討するようになりました． Neo4j と Elasticsearch の連携を行うことで， Elasticsearchに投入したデー
最初に この記事は以下の2つの記事 Snowflake Arcticを試してみる 続・Chromaで埋め込みを体感してみる～日本語対応編～ を組み合わせてみたメモとなります。 昨日(2024/5/6)にSnowflakeのVector EmbeddingsがPublic Preview(PuPr)になったので、RAGの実装をSnowflakeで完結させることもできるのですが、この記事ではプリミティブな方法を理解するという目的でベクトルデータベースを別途導入して接続しています。 RAGの仕組み RAGの仕組みについては、Snowflake社のBLOG Snowflake Cortexを使用した簡単かつ安全なRAGからLLMへの推論に記載されている以下の図が分かりやすいです。 大まかには以下のような流れになります。 Embedしたドキュメントをあらかじめベクトルデータベースに保存しておく ユー
Amazon Bedrock と Pinecone でマルチモーダル検索を行う - Taste of Tech Topics
こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 皆さんは、飼っている猫が寂しそうだから兄弟みたいな犬を連れてきてあげようかな、と思ったことはありませんか？ 私は猫も犬も飼ったことがないので何とも言えませんし、なぜ犬かはさておき、マルチモーダル検索を使えばそんな要望にも応えることができます。 茶トラにはレトリーバーがお似合い 概要 マルチモーダル検索 Titan Multimodal Embeddings Pinecone 構成 Titan Multimodal Embeddings でベクトル化する Pinecone で類似画像を検索する できること テキストでの検索 画像での検索 カテゴリを指定した検索 処理時間
「コンテンツマーケティングってなに？」 「他医院との差別化や集患はできるの？」 このような疑問をお持ちではありませんか？ 多くの患者さんは、通いやすさや混雑状況だけで歯医者を選んでおり、医院ごとの強みや取り組みの違いが伝わりにくいのが現状です。 コンテンツマーケティングを活用すれば、患者さんに自医院の強みや取り組みが伝わり、求める患者層を効果的に集患ができます。 この記事では、コンテンツマーケティングを通じて集客に成功した歯医者の実例も含めて解説します。 この記事のトピック コンテンツマーケティングとは？ 歯医者がコンテンツマーケティングを行うべき理由とおすすめの種類 歯医者のコンテンツマーケティングの成功事例とコツ この記事を読めば、コンテンツマーケティングの活用方法が明確になり、すぐにでも取り組めます。ぜひ参考にしてください。 コンテンツマーケティングとは？ コンテンツマーケティングと
はじめに 前回の記事では、リーダブルコードの原則に従ったコードレビューを自動化できないものか・・と考えた結果、『RAGにリーダブルコードの原則を取り込ませてコードレビューをしてもらおう！！』という検証をしてみました。 検証環境の構築は AWSマネジメントコンソール を使用していましたが、今回は AWS SAM を使用して、より簡単に環境構築する方法の解説を行います。 使用するリポジトリは以下になります。 事前準備 リージョン切り替え 全ての手順は「東京リージョン」で実施することを前提としているため、AWSのマネジメントコンソールからリージョンを「東京」に変更してから手順を進めてください。 Cloud9 ローカルマシンの環境を汚さないために、Cloud9 を使用して環境構築を行います。Cloud9 には、今回の作業に必要な以下のツールが事前にインストールされているため、環境構築がスムーズに行
一定期間更新がないため広告を表示しています
ご覧いただきありがとうございます。 Google Colaboratoryにアカウントをお持ちの方は、上の「Open in Colab」と書かれた青いボタンを押せば直接notebookをColabで開けます。ぜひ動かしてみてください。 過去の記事も含め、全てのコードをGithubで公開しています。 GoogleからScaNN (Scalable Nearest Neighbors)というベクトル近似近傍検索が出て、速さを売りにしています。確かにベンチマークでも結果がでています。ただ、このベンチマーク、CPUオンリーで、GPUを使う近傍検索との比較がありません。GPUが使えるといえば、Faissですね。というわけで、早速、GPUが使えるcolabで測定してみましょう。 結論を先に言うと、GPUすごく速いです。 と、その前に、ランタイムはまだGPUにしないでください。途中で切り替えないとうまく
PCを使っていると、過去の操作内容やブラウザで閲覧していた情報を思い出したくなるタイミングが頻繁に発生します。そんな時に役立ちそうなPC操作記録アプリ「Windrecorder」がオープンソースで開発されています。 GitHub - yuka-friends/Windrecorder: Windrecorder is a memory search app by records everything on your screen in small size, to let you rewind what you have seen, query through OCR text or image description, and get activity statistics. https://github.com/yuka-friends/Windrecorder I made an o
Difyって何？ 少し前から話題の、プログラミングなしで生成AIアプリケーションを開発できるOSSです。 「Dify すごい」 でSNSを検索すると、驚き屋さんがみんな驚いています。このゴールデンウィークはAmazon BedrockとDifyの話題でもちきりでしたね。 元々は「GPTビルダーのOSS版ね。はい解散」という感じだったのですが、最近追加された「ワークフロー」機能がすごく便利のようです。 ちょっとしたアプリなら、ローコードで簡単に作れてしまうとのこと。 最近は自分でPCやサーバー準備して動かさなくても、SaaS版が公式から準備されたようです。無料プランもあります。 やってみた サインアップ 公式サイト右上の「Get Started」からサインアップします。 GitHub連携すると、いきなり開発画面に辿り着きました！いいUX。 「（いち？）から作成」よりワークフローを作ってみまし
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
Windows 11ではスタートメニューの検索バーで、Windows 10ではスタートアイコン横の検索ボックスか検索アイコンで、PC内を検索して一致する結果を呼び出すことができます。しかしこの時、同時に入力したキーワードでBingのWeb検索候補も表示されるため、検索結果が表示されるまで数秒待つ必要があります。テクノロジー系メディアのTom's Hardwareの編集長であるアブラム・ピルチ氏が、WindowsのWeb検索機能を無効にするための操作について解説しています。 How to Disable Windows Web Search and Speed Up Your PC | Tom's Hardware https://www.tomshardware.com/how-to/disable-windows-web-search Windows 11でWindowsキーを押して「g
やってはいけないこと (2358)やらないほうがよいこと (988)コミュニケーション (775)やってよかったこと (730)やったほうがよいこと (727)生活 (690)してはいけないこと (596)学校 (564)対人関係 (549)やらなかったほうがよかったこと (482)ADHD (475)やらなければよかったこと (421)人間関係 (390)友人関係 (376)インターネット (370)あの時こうしてれば… (328)恋愛 (316)学生 (298)食事 (283)ASD (282)した方がよいこと (261)性 (257)大学 (244)こうしたほうがよかったこと (240)友人 (238)対人コミュニケーション (231)黒歴史 (220)仕事 (202)メンタル (200)失敗したこと (183)高校 (181)気をつけるべきこと (176)ライフハック (170)健
It’s easy to find documents containing "large" and "elephant". It’s hard to find documents in German which have "large" and "elephant" together in a sentence, or words with similar meanings to large, and provide only the 10 most relevant documents. And the sense that full-text search should be easy often stems from fixating on the middle part of "What’s so hard about implementing an inverted index
"result": "Anthropic Claude 3にはいくつかのモデルIDがあります。その一部を次に示します。\n\n - anthropic.claude-3-haiku-20240307-v1:0\n - anthropic.claude-3-opus-20240229-v1:0\n\n Cohere Command RのモデルIDは次のとおりです。\n\n - cohere.command-r-v1:0" 1ステップ目 1ステップ目ではユーザー入力を元にRetrieverの検索クエリを生成します。 Bedrock の InvokeModelを配置し、設定タブを以下の様にします。 基盤モデルとして Command R+ を指定し、モデルパラメーターを以下の様にします。
Cohere の Command R+ は RAG に最適化しているとかなんとかで幾つかの機能があります。 このうち、クエリの書き換え機能について動作を確認していきます。 Command R+とは？ 以下の記事をご参照。 RAGのクエリの書き換えとは？ RAGを実装する際に、ユーザーからのクエリ内容をそのままRetrieveに使うと検索効率上あまりうれしくないのは良く知られた事です（多分）。 Amazon Bedrock + Anthropic Claude 3 開発体験ワークショップ RAG編 次のステップ これを回避する為には抽象化して書くと以下のような処理が必要で、Command R+は以下の「①」「③」に適した生成モードを具備しています。 ① ユーザーの問い合わせを Retrieve に適した形に書き直す（正しく書くと、Retrieveに適したクエリを生成する） ② Retriev
Knowledge Bases for Amazon Bedrock を OpenSearch Serverless で試してみる - Qiita
Knowledge Bases for Amazon Bedrock を OpenSearch Serverless で試してみる AWSbedrockKnowledgeBaseForAmazonBedrock はじめに Knowledge Bases for Amazon Bedrock を利用すると、会社のデータなどを利用した RAG を簡単に構成できる機能です。OpenSearch Serverless などのベクトルデータストアと連携して、データの格納、利用などを便利に利用できます。以下のような機能が提供されています。 OpenSearch Serverless の自動作成 S3 上のデータを Embedding して、ベクトルデータストアに自動的に格納 入力したテキストに紐づくデータを、ベクトルデータストアから自動的に取得して、テキストを生成 など 今回は、Knowledge B
2024/5/5更新：生成AIに興味を持った方向け、続編を投稿しました。 「Qiitaに聞いた！！」をAmazon Bedrockで作った！（Claude 3でRAG） タイトルはふざけてますが、プロンプトエンジニアリングにより本投稿と同様の内容を行う解説をしています。 （BedrockのClaude 3モデルと、Google検索を使った構成です） 生成AIはとても注目度が高い技術ですが、すこしとっつきにくいところがあるかもしれません。新しいモデルや活用手法が毎日のように登場し、ウォッチし続けるのはかなり大変です。 タイミングを逃して入門できていない方向けに、 とりあえず作って体感してみよう というコンセプトで、ハンズオン記事を作成しました。🎉🎉🎉 ハンズオンの内容は「RAG」です。RAGは生成AIの活用法としてよく出てくるキーワードです。ハンズオンでは、ただのRAGではなく最先端の
写真家とアセットクリエイターによるサイト「ShareTextures」では、実際に撮影した写真やロイヤリティフリーの写真から作成した3Dモデルやテクスチャを配布しています。コンテンツはすべてCC0ライセンスのため、個人・商業問わず自由にダウンロードして活用することができます。 CC0 Textures & Models | Share Textures https://www.sharetextures.com/ サイトをスクロールしていくと、ShareTexturesの説明を見ることができます。ShareTexturesではAtlases(複数のテクスチャをひとつにまとめた自然素材)、Textures(テクスチャ)、Models(3Dモデル)の3カテゴリがあります。Atlasesは木や石、貝など、記事作成時点では37種類。 テクスチャは1502種類から選ぶことができます。 また、3Dモデ
[アップデート] Amazon Bedrockで新モデル「Cohere Command R/R+」が利用可能になったので、RAGで使ってみた | DevelopersIO
[アップデート] Amazon Bedrockで新モデル「Cohere Command R/R+」が利用可能になったので、RAGで使ってみた みなさん、こんにちは！ 福岡オフィスの青柳です。 Amazon Bedrockの基礎モデル (FM) で、新しいモデル「Cohere Command R」「Cohere Command R+」が利用可能になりました。 Cohere Command R and Command R+ now available in Amazon Bedrock どのようなものなのか、さっそく使ってみました。 Cohere Command R/R+ってどんなモデル？ リリースノートでは、次のように説明されています。 Command R+ は、RAG やマルチステップ ツールの使用など、長いコンテキストのタスク向けに最適化された Cohere の最も強力な生成言語モデルで
![[アップデート] Amazon Bedrockで新モデル「Cohere Command R/R+」が利用可能になったので、RAGで使ってみた | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/5fc5d99a3e7a01fd348d908da8951bc0b3ca082b/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2023%2F11%2Famazon-bedrock.png)
レコメンドで使用する類似アイテムをAmazon Bedrockとitem2vecで計算・比較検証してみた - コネヒト開発者ブログ
みなさんこんにちは。MLエンジニアのたかぱい（@takapy0210）です。 最近、久しぶりに機動戦士ガンダムSEEDを見直しました。（来年には劇場版の公開もあります） 地球連合軍第7機動艦隊に所属するパイロットであるムウさんの 「君は出来るだけの力を持っているだろう？なら、出来ることをやれよ」 というセリフが好きです。 相手をリスペクトしつつ、でもお前はもっとできるだろ？という期待も込もった、良い言葉だなと感じます。 さて本日は、レコメンドで使用頻度の高い類似アイテムの計算処理を2パターンで実施し、どんな差分がでるのか？を検証した結果をお話ししようと思います。 この記事はコネヒト Advent Calendarのカレンダー 10日目の記事です。 adventar.org 目次 背景 Amazon Bedrockの埋め込みモデルでベクトルを取得する item2vecで計算したベクトルを取得
GoogleはiPhoneのデフォルトブラウザとして据えてもらうため、2022年時点で年間200億ドル（当時のレートで約2兆6,000億円）もの金額を支払っていたことが法定文書により明らかになりました。 2022年時点での支払いは200億ドル 昨今巨大ハイテク企業に対する精査の動きが高まっており、米司法省が対Googleの独占禁止法違反訴訟を行っている最中ですが、新たに公開された法廷文書で、AlphabetがAppleに支払っていたデフォルトブラウザ設定料金が判明しました。 その金額とは、2022年時点で200億ドルであったことがわかっています。Googleはオンライン検索と関連広告の市場を違法に独占しているというのが反トラスト法執行官の主張で、今年後半にも判決が下される予定です。 これまで具体的な数字が公開されたことはなかった GoogleがAppleに対してiPhoneのデフォルトブラ
RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成 | AIDB
背景 LLMは、膨大な量の公開データで学習することにより、幅広い一般知識推論タスクで著しい進歩を遂げてきました。一方で、LLMが特定の分野のタスクに用いられる場合、一般的な知識推論よりも、与えられた文書に対して正確であることが強く求められています。例えば最新のニュースや企業の非公開文書などに適応させることは課題になっています。 LLMを特定分野に適応させる際、検索拡張生成（RAG）を用いたコンテキスト学習と、教師あり微調整（supervised fine-tuning）の2つの手法が主に考えられます。 RAGベースの手法は、LLMが質問に答える際に文書を参照するものです。この手法では、モデルが事前に学習しているわけではありません。外部のナレッジベースから関連情報を取得することで問題解決能力を向上する（比較的リーズナブルな）アプローチです。 教師あり微調整は、文書からより一般的なパターンを学
Vertex AI Agent Builder の検索システムを Python SDK から試してみる
はじめに Vertex AI Agent Builder で作る検索システム Vertex AI Agent Builder（旧 Vertex AI Search & Conversation）を使用すると文書検索システムが簡単に構築できて、コンソール上のデモ用検索ポータルから検索処理が体験できます。検索キーワードの「意味」を理解して検索するセマンティックサーチを行うので、次のように微妙にタイプミスをしても、こちらの意図を汲み取って検索結果を返してくれます。また、検索結果のサマリーテキストも表示されます。 コンソールの検索ポータルで検索する例 Vertex AI Agent Builder による検索システムは、次のような構成になります。「データストア」と「検索アプリ」の2つのコンポーネントを作成して利用します。 Agent Builder による検索システムの構成図 データストアは、ドキ
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
〈リファレンス管理に革命！〉知らないとやばいEagleの世界｜およめ | デザイナー
すべての検索ランキングシステムのアップデートをなぜGoogleはアナウンスしないのか？
OpenAIのサーチエンジンが5月13日に爆誕か | ソフトアンテナ
モダンなエクスプローラー代替「Files」がファイル検索ツール「Listary」とタッグ／［Ctrl］キー2回で呼び出し、OSのファイルダイアログも使いやすく
OpenAIが2024年5月13日にGoogleのライバルとなる「AI検索エンジン」を発表するとの報道
近似最近傍探索ライブラリHnswlibのRuby bindingを作った - 洋食の日記
米オープンＡＩ、13日に検索機能発表 グーグルに対抗＝関係筋
お祭り！そして、祭りのあと、、、 - FIREとサブスリーを50代で達成する！
Google、寄生サイトへの新スパムポリシーを適用開始。「サイトの評判の不正使用」に手動対策 -webma-
いつの間に？ Google検索、ページ上部の検索結果数が非表示に。このまま消滅か【やじうまWatch】
RAGを用いた社内情報検索システムを導入した話
ElasticsearchとNeo4jをKafkaで連携する - Qiita
Snowflake ArcticにRAGを実装してみる - Qiita
歯医者のコンテンツマーケティングは効果的？おすすめの集患方法を紹介 -webma-
Slack経由でRAGにコードレビューを依頼するBotを作成 〜 AWS SAM編 - Qiita
Solr でランキング学習を体験する | 関口宏司のLuceneブログ
Faiss-gpuはどれぐらい速いのかcolabで試してみた - Qiita
PCの操作をすべて録画＆文字起こしして過去の操作を丸ごと検索可能にするアプリ「Windrecorder」
話題のローコードツール「Dify」で生成AIアプリを作ってみよう！ - Qiita
Windows 11と10で動作を遅くしていると指摘されるスタートメニューのWeb検索を無効化する方法は？
タグ検索: やってはいけないこと, 友人関係, 友人
Why Full Text Search is Hard
StepFunctionsとCommandR+でコードもプロンプトも書かずにRAGを作る - Qiita
Cohere Command R+ のクエリの書き換え機能を確認する - Qiita
【未経験者大歓迎】RAG超入門：AWSが推奨するRAGを体験するハンズオン - Qiita
無料でハイクオリティなCC0の3Dモデルやテクスチャをダウンロードしまくれる「ShareTextures」
Google支払い金額が明らかに、Appleへ2兆円超 - iPhone Mania