お問い合わせはこちら

業界/カテゴリー

おすすめ企画

日本ディープラーニング協会

LLMが「自然言語で記述されたアルゴリズムを実行する」能力で非常に高い性能を示す

今回研究者らは、自然言語で記述されたアル...
Read More

Claude 3の能力における詳細な評価結果

Anthropicは新しい大規模マルチモ...
Read More

LLMに敢えて間違わせてルールを覚えさせるプロンプト手法 Google DeepMindなどが考案
ファインチューニングデータが十分に大きい場合、タスク性能向上に追加の事前学習は不要の可能性 Googleなどによるスケーリング則の実験から
GPT-4にRAG(検索拡張生成)を適用するケーススタディ 臨床問題で人間の医師よりも高い精度を達成
ナレッジグラフ(知識グラフ)とLLMを掛け合わせる方法のロードマップ
自信がないときにLLMに発言を控えさせる手法
LLMの検索結果をさらに正確にする手法『CRAG(修正型検索拡張生成:Corrective Retrieval Augmented Generation)』
LLMを軽くする効果的な剪定手法『SliceGPT』
LLMに対するプロンプトで「無関係な」文書を混ぜたほうが出力精度が上がる可能性がRAGシステムの検証で示唆された

お問い合わせはこちら

業界/カテゴリー

おすすめ企画

日本ディープラーニング協会

PAGE TOP