サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
掃除・片付け
zenn.dev/kun432
ベクトルデータベースに関しては、カリフォルニアのベイエリアで明らかに"多く"の活動が行われている!また、資金調達と評価の額には大きなばらつきがあり、データベースの能力と資金調達額に相関関係がないことは明らかである。 プログラミング言語の選択 高速でレスポンスが良くスケーラブルなデータベースは、近年、GolangやRustのようなモダンな言語で書かれることが一般的である。ベクトル特化ベンダーの中で、Javaで書かれているのはVespaだけである。Chromaは、C++で構築されたOLAPデータベースであるClickhouseとオープンソースのベクトルインデックスであるHNSWLibの上に構築されたPython/TypeScriptラッパーとなっている。 興味深いことに、Pineconeも[2]、LanceDBのベースとなるストレージフォーマットであるLance[3]も、元々はC++で書かれて
whisper.cppとかllama.cppとかのモデルを見てると、GGMLとかGGUFとかGPTQとか色々なフォーマットが出てくる。これまでは適当に雰囲気で選んでいたんだけど、ちゃんとを調べてみた。 GGML ChatGPTやBardなどで利用されているチャットAIは、トレーニングだけでなく動作させるのにも数十~数百GBのVRAMなど非常に高いマシンスペックを要求するのが一般的です。そうした状況を変えるべく、GPU不要でチャットAIを動作させるライブラリ「GGML」の開発が進められています。 ggml.ai http://ggml.ai/ ggerganov/ggml: Tensor library for machine learning https://github.com/ggerganov/ggml GGMLの特徴は下記の通り。 ・Cで記述 ・16bit floatをサポート ・
本家 OSS実装 Multilingual TTS: Speak in three languages - English, Chinese, and Japanese - with natural and expressive speech synthesis. Zero-shot Voice Cloning: Enroll a short 3~10 seconds recording of an unseen speaker, and watch VALL-E X create personalized, high-quality speech that sounds just like them! Speech Emotion Control: Experience the power of emotions! VALL-E X can synthesize speech with
GPT-3では、APIに対して自然言語で質問することにより得たい回答を得ることができるが、質問にヒントを付け加えることでより回答の精度があがり求めているものに近しいものになる。このときの質問やヒントを「プロンプト」という。 より期待する回答を得やすくするためにはこのプロンプトの与え方が重要で、これを一種のプログラミングと考えて「プロンプトプログラミング」「プロンプトエンジニアリング」というような言い方もされていたりする。 このプロンプトは公式ドキュメントに多くの例がある。 ふわっとよしなにやってくれるぐらいの認識なので、一通り順番に試して理解を深めてみたい。なお、かんたんなスクリプトも添える。 1: Q&A 2: Grammar correction 3: Summarize for a 2nd grader 4: Natural language to OpenAI API 5: Tex
Vagrantを使ってKubernetesを体験してみるためのハンズオンです。 Kubernetes自体の構築ではなく、Kubernetes上でアプリケーションを作成・公開するために、Kubernetesの主要なリソースおよびkubectlコマンドの使い方について説明しています。
このページを最初にブックマークしてみませんか?
『kun432さんの記事一覧』の新着エントリーを見る
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