フィルターをかけた後も合計値を残す - 目指せ！世界でいちばんのタブロー使い
昨日のグラフをちょっと変えて、製品ごとの色分けをしてみました。 今日の課題は、製品ごとに色分けした棒グラフを、会社ごとに見せる。 ※ ただ～し、会社ごとに見るときも、全体の合計は残したい です。 ゴールを先に示します。こういうことです。↓ 意図はお分かり頂けると思います。全体合計の中における、A社の割合と各製品ごとの内訳を視覚的に見たいということです。 ちょ～っと難しいですよ。（知ってれば簡単です） 3社とも表示されている場合は、グラフに問題ありません。 A 社だけフィルターをかけます。 いい感じ。でも、リファレンスラインを見てください。 A社のみの合計になっています。親切に、リファレンスラインも変えてくれたんですね。普通はこれでOKです。 でも、課題は、3社合計も示すです。 今のリファレンスラインをキープしたまま、全体合計を追加します。 でも、そのままでは、できません。Tableauの
LLMを活用した大規模商品カテゴリ分類への取り組み | メルカリエンジニアリング
こんにちは、メルカリの生成AIチームで ML Engineer をしている ML_Bear です。 以前の記事[1]では商品レコメンド改善のお話をさせていただきましたが、今回は、大規模言語モデル (LLM) やその周辺技術を活用して30億を超える商品のカテゴリ分類を行なった事例を紹介します。 ChatGPTの登場によりLLMブームに火がついたということもあり、LLMは会話を通じて利用するものだと認識されている方が多いと思いますが、LLMが有する高い思考能力はさまざまなタスクを解決するためのツールとしても非常に有用です。他方、その処理速度の遅さや費用は大規模なプロジェクトでの活用にあたっての障壁となり得ます。 本記事では、こうしたLLMの課題を克服するためにさまざまな工夫を施し、LLM及びその周辺技術のポテンシャルを最大限に引き出して大規模商品データのカテゴリ分類問題を解決した取り組みについ
Spring WebFluxって何？
Springが初めて発表されたのが2002年なので、およそ20年に近い時間が経ちました。今はJavaと言えば当たり前のようにSpringを使っていて、Spring MVCやMaven、propertiesのような煩雑な環境構築と初期設定の問題も、Spring Bootが登場したおかげでだいぶマシになりましたね。特に自分の場合がそうですが、Spring Boot、Gradle、yamlを使ってXMLは一つもないアプリをよく書いていて、なんでも楽と思います。 こうも発展を成し遂げているSpringですが、実は数年前から、そもそものSpring MVCの問題を改善したいという声があり、Spring 5.0からはMVCとは全く違う、新しいフレームワークが登場していました。それが今回紹介します、Spring WebFluxです。 Spring WebFluxはMVCと何が違うか最初から作り直したフレ
『Contact Form 7』の迷惑スパムメールをプラグインなしで撃退する
今回のカスタマイズの前提『Contact Form 7』のメッセージ本文に日本語が含まれていない場合はエラーを返す海外からの顧客を相手にする（英文メールでやり取りする）場合は、今回のカスタマイズの利用は不可functions.php を編集できるサイト『Contact Form 7』のスパムメール対策方法以下のコードを functions.php に記述します。 // Contact Form 7 スパムメール対策（本文に日本語が含まれていない場合はエラーを返す） function wpcf7_validate_spam_message( $result, $tag ) { $value = str_replace(array(PHP_EOL,' '), '', esc_attr($_POST['your-message'])); if (!empty($value)) { if (pre
Intro to DSPy: Goodbye Prompting, Hello Programming!
DSPy (Image hand-drawn by the author)Currently, building applications using large language models (LLMs) can be not only complex but also fragile. Typical pipelines are often implemented using prompts, which are hand-crafted through trial and error because LLMs are sensitive to how they are prompted. Thus, when you change a piece in your pipeline, such as the LLM or your data, you will likely weak
RAGの性能を改善するための8つの戦略 | Fintan
近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル（Large Language Model：LLM）の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ
RAGの実案件に取り組んできた今までの知見をまとめてみた | DevelopersIO
はじめに 新規事業部 生成AIチーム 山本です。 ChatGPT（OpenAI API）をはじめとしたAIの言語モデル（Large Language Model：以下、LLM）を使用して、チャットボットを構築するケースが増えています。通常、LLMが学習したときのデータに含まれている内容以外に関する質問には回答ができません。そのため、例えば社内システムに関するチャットボットを作成しようとしても、素のLLMでは質問に対してわからないという回答や異なる知識に基づいた回答が（当然ながら）得られてしまいます。 この問題を解決する方法として、Retrieval Augmented Generation（以下、RAG）という手法がよく使用されます。RAGでは、ユーザからの質問に回答するために必要そうな内容が書かれた文章を検索し、その文章をLLMへの入力（プロンプト）に付け加えて渡すことで、ユーザが欲しい
LangSmith で始める LLMOps - Gaudiy Tech Blog
こんにちは。ファンと共に時代を進める、Web3スタートアップ Gaudiy の seya (@sekikazu01)と申します。 弊社では今 LLM をプロダクトに活用しているのですが、実際にユーザに提供するクオリティのものを作る・運用しようとすると様々な課題が立ちはだかってきました。 そんな数々の課題を解くために LangSmith というツールが活躍してくれた、また今後の活用・発展にもかなり期待ができるため、本記事ではそんな LangSmith について解説していきます。 LLM を使ったプロダクト開発において課題を感じている方々の参考になれば幸いです。 出てきた課題 まず LangSmith 自体の解説に入る前に、我々が直面した・ほぼ間違いなく今後するであろう課題たちをサラッとご紹介しようと思います。 大まかには次のような課題がありました。 プロンプトがアプリケーションコード内に書か
ChatGPT時代に必要かも!? Pythonで実行するファイルパース（HTML編） | DevelopersIO
コアとしては、GPL 3ライセンスではhtml2text、trafilatura、それ以外のライセンスでは、BeautifulSoup4、unstructured(lxml)、Readability.jsが挙げられます。 ラッパーを含みで一つずつ動かしてみたいと思います。 試してみた 準備 pip install llama-index html2text trafilatura langchain unstructured requests pip install git+https://github.com/alan-turing-institute/ReadabiliPy.git@master#egg=readabilipy readabilipyは、pip install readabilipyで入るバージョン0.2.0がWindowsの文字コードに対応できていなかったので、git
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
LLM2Vec: Large Language Models Are Secretly Powerful Text Encoders
GitHub - wandb/openui: OpenUI let's you describe UI using your imagination, then see it rendered live.
LLMの現在 - Speaker Deck
Add beautiful source code examples in your presentations
Disable st.input_chat during conversation
OpenAI Assistants API Streaming
Visualizing FAISS Vector Space to Understand its Influence on RAG Performance
Vec2Text: Can We Invert Embeddings Back to Text?
Selenium driver's page source different than browser
What are 【N†source】in OpenAI's Assistant API response?
HHKB Rebuild & Lubing Log & Guide