並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 10 件 / 10件

新着順 人気順

GPTの検索結果1 - 10 件 / 10件

  • 東京都の生成AI活用事例集にツッコミを入れてみる|saip(さいぴ)

    こんにちは、saip (@_saip_) です。 生成AIを利用した事業をしている株式会社TrippyでCTOを務めています。 Xで話題になっていたところてんさんの以下のポストから、「都職員のアイデアが詰まった文章生成AI活用事例集」という資料が公開されていることを知りました。 東京都もMarkdownとは言ってなくて、ハッシュタグと言ってる…… どうみてもMarkdownの見出しによる強調なんだが……https://t.co/hJMDyjIz7J https://t.co/Vqjr93kkxd pic.twitter.com/Sg9HF6iF6F — ところてん (@tokoroten) May 28, 2024 PDFはこちらのリンクから閲覧することができます。 この資料には都職員の方々の創意工夫や実際の業務での活用事例が掲載されており、大変勉強になりました。 一方で、冒頭のように、プ

      東京都の生成AI活用事例集にツッコミを入れてみる|saip(さいぴ)
    • ChatGPT-4oを専属マネージャーにしてサボり癖を直してもらった | ライフハッカー・ジャパン

      疲れやすい、呼吸の浅さを改善。ストレッチポールは毎日使いたいほど気持ちがいい!【今日のライフハックツール】

        ChatGPT-4oを専属マネージャーにしてサボり癖を直してもらった | ライフハッカー・ジャパン
      • AIUI.me - Screenshot to code

        Transform any screenshot into a fully functional, reusable component with just a single click.

          AIUI.me - Screenshot to code
        • プログラマ視点での生成AIとの付き合い方

          プログラミングについて、最近考えてることについてのポエム。 基本的に、 GPT-4 と Claude-3-Opus を使った経験を念頭に置いて話をする。機械学習エンジニアではないので、あくまで利用者に徹した視点での話。仕事で生成AIを使ったパイプラインを作ったりはしている。 生成AIの進化速度を予測しておく 今大事なことは、今AIがどの程度の性能かという定点の話ではなく、その進化の速度を認識すること。 コード生成というタスクにおいて、生成AIモデルを人間に当てはめると、こんな感じの人物像を自分は持っている。 GPT-4: プログラミング経験2年目の大学2年生 Claude-3-Opus: プログラミング経験3年目の大学3年生 ここでいうn年目は、業務経験ではなく、プログラミングの単位がある大学での、教育課程としての経験年数。今のひたすら学習量を増やす方式だと、単に1年に1年分ぐらい賢くなっ

            プログラマ視点での生成AIとの付き合い方
          • 話題のLLMローコード構築ツールDifyをAWSのマネージドサービスで構築してみた - エムスリーテックブログ

            こんにちは。エムスリーエンジニアリンググループのコンシューマチームに所属している園田です。 普段の業務では AWS やサーバーサイド、フロントエンドで遊んでいるのですが、最近はもっぱら OpenAI や Claude3 で遊んでます。 今回は、最近巷で話題の LLM ローコード構築ツールである Dify の OSS 版を AWS のマネージドサービスのみを使って構築してみました。 DifyとはオープンソースのLLMアプリ開発プラットフォームで、様々なLLMを使用してChatGPTのGPTsのようなものがノーコードで簡単に作れます。 引用元: DifyでSEO記事作成を試してみる|掛谷知秀 試しにAskDoctorsのガイドラインHTMLをナレッジ登録してみた ローカル環境で Dify を構築する記事はたくさん見かけますが、AWS のマネージドサービスで構築する内容は見かけなかった*1ので公

              話題のLLMローコード構築ツールDifyをAWSのマネージドサービスで構築してみた - エムスリーテックブログ
            • 生成AIで英作文添削 東進が日本マイクロソフトと連携して新講座「英作文1000本ノック」開講

              東進ハイスクール・東進衛星予備校を運営するナガセは、日本マイクロソフトと連携し、生成AIを活用した自動英作文添削講座「英作文1000本ノック」を開講した。基礎から難関大学の入試レベルまで厳選された和文英訳1,000題の添削指導が瞬時にでき、高校教員や塾、予備校講師の負担を大幅に軽減できる。 ナガセによると、英作文1000本ノックは最新の生成AIであるGPT-4を活用して新たに開発された。東進の採点ノウハウが搭載され、英作文の添削・指導を瞬時に行える。間違った解答に対しては、画一的な指導ではなく、生徒一人ひとりに合うアドバイスができる。正答した場合には、他の表現方法も別解として提示する。 東進生が試験利用したほか、石川県の生徒に無償提供して延べ約13万回の演習を繰り返し、精度を上げている。マイクロソフトが提供するオープンAIサービス上で展開されるため、全国の東進で利用できる。 生成AIを活用

                生成AIで英作文添削 東進が日本マイクロソフトと連携して新講座「英作文1000本ノック」開講
              • GPT4-Vの100分の1のサイズで同等の性能を誇るマルチモーダルモデル「Llama 3-V」が登場、トレーニング費用はたった8万円

                画像認識が可能なオープンソースモデルの「Llama 3-V」が公開されました。Llama 3-Vは、OpenAIのマルチモーダルモデル「GPT4-V」よりも格段に小型で、事前トレーニングにかかる費用は500ドル(約78000円)程度なのにもかかわらず、ほとんどの指標で同等のパフォーマンスを示しています。 Llama 3-V: Matching GPT4-V with a 100x smaller model and 500 dollars | by Aksh Garg | May, 2024 | Medium https://aksh-garg.medium.com/llama-3v-building-an-open-source-gpt-4v-competitor-in-under-500-7dd8f1f6c9ee 今回発表されたLlama 3-Vは、 Metaが公開した言語モデルの「L

                  GPT4-Vの100分の1のサイズで同等の性能を誇るマルチモーダルモデル「Llama 3-V」が登場、トレーニング費用はたった8万円
                • 人工知能で世論操作、オープンAIが特定 中国拠点の組織が処理水放出非難に利用

                  対話型人工知能(AI)「チャットGPT」を開発した米オープンAIは30日、ロシアや中国などを拠点とする5つの組織が世論を操作する目的でAIを利用していることを特定したと明らかにした。オープンAIが同日、自社製品を利用した脅威についての報告書を発表した。 身元を隠した組織が、文章やソーシャルメディアのアカウント作成のほか、プログラミングなどにも生成AIを利用していた。イランやイスラエルの組織も含まれ、ロシアのウクライナ侵攻やパレスチナ自治区ガザでの戦闘、米国の政治などに焦点を当てていた。 このうち中国拠点の組織は東京電力福島第1原発の処理水放出を非難する内容の文章などを作成しており、日本語でも投稿していた。生成された文章は交流サイト(SNS)上に投稿されたが、多く閲覧された形跡はないとしている。プロパガンダのための画像の生成指示をAIツールが拒否した事例もあった。(共同)

                    人工知能で世論操作、オープンAIが特定 中国拠点の組織が処理水放出非難に利用
                  • GPT から Claude 3 への移行ガイド - Gunosyデータ分析ブログ

                    こんにちは。Gunosy R&D チームの森田です。 GPT-4o が発表されたこのタイミングで!?という向きもあるかとおもいますが、LLMの世界は一ヶ月もすればまったく違う状況になっているのが常なので、いずれは GPT-4o を超えるモデルが発表される時も来るでしょう。 Claude 3 Opus は一時期 GPT-4 のスコアを超え、 Claude 3 Haiku では GPT-3.5-Turbo のトークン当たりで約半額とコストパフォーマンスに優れていますし、 AWS Bedrock 経由で安定して利用できることもあり、Claude 3 は乗り換え先の候補の一つです。 Claude 3 への乗り換えには、点々とつまづくポイントがあるので、引っかかった所と回避方法をご紹介します。 今回紹介する内容はClaude 3に限らないものもありますので、ローカルLLM や他のLLM への乗り換え

                      GPT から Claude 3 への移行ガイド - Gunosyデータ分析ブログ
                    • 複雑な表をLLMに理解させる|ナッピー通信

                      はじめにGPT-4o、Gemeniのマルチモーダルが進化したとXで話題になっています、路線図が読み取れた、もえないごみはダメだとXで話題になっています GPT-4o、視覚能力すごい‥‥ 人間でも認識困難な東京の路線図を把握して最短経路を提案してくる pic.twitter.com/ONA2b24Hyb — 大佐 | AIオタク (@wasedaAI_taisa) May 25, 2024 路線図の方はLLMの学習時に情報を持っていて、与えられた画像が路線図だと認識した可能性が高そうです。もえないごみの収集のようにLLMには未学習の内容を答えさせるにはどうしたら良いかを考えてみたいと思います。 ユースケースを考える単にデーター化しますだとどのようにするのか難しいので、今回はごみの収集日をAIに答えさせるというシチュエーションで行きます。 山田さんは、諫早市西郷に住む会社員、会社にいる時にごみ

                        複雑な表をLLMに理解させる|ナッピー通信
                      1