LLM時代の自律型コーディング・エージェントはソフトウェア開発の在り方をどのように変えるか?

大規模言語モデル(LLM)の目覚ましい進化は、ソフトウェア開発(Software Development)の領域に根本的な変化をもたらしています。これまで、AIによるコーディング支援の多くは、自然言語の記述を静的なコード […]

自然言語処理のためのデータ拡張手法

近年、大規模言語モデル(LLM)は自然言語理解と生成において目覚ましい能力を示していますが、その性能は、膨大かつ高品質な学習データの存在に大きく依存します。現実には、十分な訓練データが不足したり、既存データの品質が低いと […]

TruthTorchLMによるLLMのハルシネーション検出

大規模言語モデル(LLM)の目覚ましい進化は生活やビジネスに革新をもたらす一方で、事実に基づかない情報を生成するハルシネーションが問題となっています。特に医療や金融といった高リスクな分野では、LLM出力の信頼性と正確性が […]

コンテキスト・エンジニアリングの現状と未来

近年、大規模言語モデル(LLM)の進化は目覚ましく、その性能は提供される「コンテキスト(文脈情報)」によって根本的に左右されます。これまで、LLMの能力向上においては「プロンプト・エンジニアリング」と呼ばれる、より良い指 […]

UnslothではじめるLLMのFine-tuning

大規模言語モデル(LLM)を特定のタスクやドメインに特化させる「ファインチューニング」。その可能性に多くの開発者が惹きつけられる一方で、「膨大な計算コストがかかる」「高性能なGPUがなければ手も足も出ない」といった高いハ […]

LLMのハルシネーションはなぜ避けられないのか?

近年、ChatGPTやLlamaといった大規模言語モデル(LLM)は目覚ましい発展を遂げ、自然言語処理を中心として研究、産業、社会に大きな影響を与えています。しかし、その一方で、「ハルシネーション」(幻覚)と呼ばれる、も […]

プロンプトエンジニアリングの限界-コンテキストエンジニアリングとは?

近年、AIのビジネス活用が急速に進み、特に大規模言語モデル(LLM)は、その多様な能力で企業の業務効率化や新たな価値創造に貢献しています。AIの性能を最大限に引き出すための技術として、これまでプロンプトエンジニアリング、 […]

LLM入門者必見!50の質問で学ぶ大規模言語モデルの基礎知識

AI、特に大規模言語モデル(LLM)の分野では、日々新しい技術やフレームワークが発表され、その進化は留まるところを知りません。最近、このLLMの中心的な概念をQ&A形式でまとめた「Top 50 Large Lan […]

LLMのハルシネーション検出のための不確実性定量化

近年、大規模言語モデル(LLM)は、文章作成、翻訳、質疑応答など、私たちの生活や仕事における様々なタスクでその能力を発揮し、急速に普及しています。その利便性の一方で、LLMには「ハルシネーション(幻覚)」と呼ばれる、事実 […]