はてなブックマーク

特に最近注目されている ChatGPT を例に挙げて紹介してみると以下のような感じです。 2022 年 11 月 30 日リリース GPT モデルを使って作られたチャットアプリサービス リリース後 2 ヶ月で１億ユーザ突破 GPT3/4 モデルの学習データは 2022 年 1 月までのデータしかない 上記で注目したい点は、GPT3/4 モデルの学習データは 2022 年 1 月までのデータしかないという点です。 これから新しい情報や未知の情報(各企業の独自の情報等)を AI に組み込み、利活用していきたいと考えると LLM を強化する必要があります。 LLM を強化する方法 前述した通り、大規模言語モデル(LLM)の問題点は人工知能が学習した範囲内でしか回答ができないということです。 昨今人工知能の需要は高まり、以下のようなニーズがあるかと思います。 2022 年 1 月以降の情報が必要と

目次 はじめに 今回作成するシステムの概要と前提条件 Azure Bing Search セットアップ Next.jsコーディング 動作確認 お片付け はじめに 2022年1月...。 このワードを聞いてピンときた方は日頃かなり勉強されているつよつよエンジニアに違いありません。 2022年1月というのは、OpenAIのGPT-3.5モデルの学習範囲の果てと言われています。 ということは...2022年1月以降の知識であれば... ファーー！！ 2022年1月以降の情報であればマウント取り放題です！ ... でも、マウントをとっていても仕方がありません。 私は以前、恩師よりマウントはドライブだけで充分です。という言葉を教えていただいたことを思い出しました。 では、2022年1月以降の情報でも適切に回答できるようにするにはどうすれば良いのか？ そんな方々に向けたアンサーの一つをこの記事にまとめ

目次 はじめに 今回作成するシステムの概要 Azure OpenAI セットアップ Azure DevOps の Azure Repos をセットアップ Next.js でフロントエンド構築 Azure Static Web Apps へ Pipelines を用いて Deploy 動作確認 お片付け はじめに 昨今ちまたで話題の OpenAI。chatGPT はさらっと触ったけど、API までは触ってないなぁ…という方向けのハンズオン 🖐️ となります。 この記事の目標としては、OpenAI を触ってみたい全てのアゲアゲエンジニアがハンズオン出来ることです。 セットアップで詰まるところはどんどんコメント欄に質問していただいたら、がんがん返していきますので、ご遠慮なく質問してください！ では、Let's ハンズオン！ 今回作成するシステムの概要 今回作成するシステムは Azure 上で作

最近偉い人に言われました。 エンジニアたるもの、アウトプットしてなんぼだと。 お前がどれだけ勉強しているかなんて知ったことではない。 こいつはエンジニアとしてどの程度使えるかどうかを可視化する必要がある。その為に常日頃アウトプットするんや！と。 確かにおっしゃる通り。ほな作りましょか。ということで自分専用の WEB アプリを作成しようと思います。 使用する技術 所属している会社が Azure を使うので、それに合わせて技術選定してみました。 フロントは最近アゲアゲっぽい Next.js を選定 サーバサイドはおそらく Azure の Functions を使って拡張していく予定 まずは Azure DevOps の Repos と Pipeline を使って Next.js の WEB アプリを Deploy するところまでやってみる。 フロントエンド → Next.js(TypeScri