株式会社なごみテクノロジーのブログサイトにようこそ!

最新の自然言語処理やソフトウエア技術を使って、アプリケーションを作りながら、実際に役に立つシステムを検討しています。ご興味を持たれた方は、お気軽にメールでご連絡ください。

株式会社なごみテクノロジーの公式サイトは、こちらへ。

おすすめのコンテンツ

Difyを使ってAIアプリケーションを作ってみた

VPSを借りてDifyを立ち上げたので、早速アプリケーションを作ってみたいと思います。 AIモデルの設定 Difyでは主要なAIモデルを、簡単にアプリケーションに組み込むことが…

OpenAIのアシスタントAIを使って、Function Callingを試してみた

新しく公開された、AssistantAIからもFunction Callができるとのことでしたので、試してみました。 以前、ChatGPTから関数を呼び出す「Function calling」については、以…

OpenAIのアシスタントAIを使ってPDF資料を説明させてみた

現時点(2023年11月)でベータ版ではありますが、OpenAIがアシスタントAIを作成するためのAPIを公開したので、試してみました。 公式によるアシスタントAIの概要を引用し…

KaggleのCompetitonに挑戦してみた

ここ2、3ヶ月の間、自然言語処理とは全く関係ない仕事をしていました。ひと段落ついたところで、データ分析について勉強し直してみようと思い立ち、Kaggleを使ってみる…

最新の投稿

  • Transformerの仕組みを体系的に理解したい 実践編
    OpenAIやAnthropic ,Googleなどの巨大IT企業が新しい大規模LLMモデルを開発し続けているので、一般的な用途ではファインチューニングの必要性はあまり感じられなくなりました。LLM自体がすでに一般人以上 […]
  • Transformerの仕組みを体系的に理解したい 第5章
    ここまでで、Transformerの基本構造と内部の処理について記述してきました。 この章では、Transformerを基にした代表的な以下のモデルを取り上げ、どのような違いがあるのか見ていきたいと思います。 5.1 B […]
  • Transformerの仕組みを体系的に理解したい 第4章
    第4章: Transformerの全体構造 前章では、Transformerの核となるAttention機構について記述しました。 この章では、Transformer全体の構造を記述していきます。特に、エンコーダーとデコ […]
  • Transformerの仕組みを体系的に理解したい 第3章
    第3章: Attention機構の仕組み Transformerの革新の中心となるのがAttention機構です。特に、Self-Attention(自己注意メカニズム)は、入力文中の単語間の関係をモデル化するための鍵と […]
  • Transformerの仕組みを体系的に理解したい 第1章、第2章
    Transformerは、生成AIを理解する上で重要な技術です。以前、「直感的に理解したい」と思い、調べた結果を以下の記事にしました。 概念的には理解できたのですが、やはり「体系的に理解したい」と思い、まとめ直してみまし […]

このサイトで使っているフクロウの画像は、OpenClipart-VectorsによるPixabayからの画像です。