[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

タグ

RAGに関するaufhebenのブックマーク (6)

  • Difyとは?できることや使い方・料金体系を解説!商用利用時の注意点も | AI総合研究所

    この記事のポイント Difyはプログラミング不要で直感的にAIアプリを作成できるプラットフォーム豊富なAIモデル、外部ツール連携、RAG機能など多彩な機能を搭載無料プランから格開発向け有料プランまで幅広い料金体系を提供条件付きで商用利用可能、ただし制限事項にも注意が必要チャットボット、テキスト生成、検索自動化など様々なアプリケーション開発が可能 Microsoft AIパートナー、LinkX Japan代表。東京工業大学大学院で技術経営修士取得、研究領域:自然言語処理、金融工学。NHK放送技術研究所でAI、ブロックチェーン研究に従事。学会発表、国際ジャーナル投稿、経営情報学会全国研究発表大会にて優秀賞受賞。シンガポールでのITWeb3事業の創業と経営を経て、LinkX Japan株式会社を創業。 Dify(Dify.AI)は、プログラミングスキルが不要で、誰でも直感的にAIアプリを作成

  • ノルムの意味とL1,L2,L∞ノルム | 高校数学の美しい物語

    nnn 次元ベクトルは(この記事では)実数を nnn 個並べたものだと考えて下さい。 高校数学で習う2次元ベクトル(平面ベクトル),3次元ベクトル(空間ベクトル)の一般化です。 (実数上のベクトル空間 VVV に対して) 任意の xundefined,yundefined∈V\overrightarrow{x},\overrightarrow{y}\in Vx,y​∈V と任意の実数 aaa に対して以下の3つの性質を満たす関数 ∥∗∥\|*\|∥∗∥ をノルムと呼ぶ: ∥xundefined∥=0  ⟺  xundefined=0undefined\|\overrightarrow{x}\|=0\iff \overrightarrow{x}=\overrightarrow{0}∥x∥=0⟺x=0 ∥axundefined∥=∣a∣∥xundefined∥\|a\overrightarro

    ノルムの意味とL1,L2,L∞ノルム | 高校数学の美しい物語
  • 【機械学習】LPノルムってなんだっけ? - Qiita

    Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

    【機械学習】LPノルムってなんだっけ? - Qiita
  • RAGを使った社内情報を回答できる生成AIボットで業務効率化してみた | DevelopersIO

    はじめに 新規事業部 山です。 ChatGPTOpenAI 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、ユーザが欲しい情報に関して回答

    RAGを使った社内情報を回答できる生成AIボットで業務効率化してみた | DevelopersIO
  • RAGにフレームワークは必須か?LlamaIndex使用有無で比較検証|ドドテクノ

    以前、以下のような記事を書きました。 https://dodotechno.com/llamaindex-wikipedia-chat/ 簡単に説明すると「AIは知らない事を聞いた時に嘘をつく(ハルシネーション:幻覚)のでプロンプトで質問と一緒に正確な知識を渡せばいいよね」という記事です。 この方法はRAG(Retrieval-Augmented Generation)というもので、AIが知らないような専門的な知識について回答させたい場合に、専門知識が記載されたドキュメントやWEBページの情報などをプロンプトに一緒に与えることによって、正確な情報を得る方法です。 ただ、この記事で使用したLlamaindexというフレームワークの仕様が変更されて現在のバージョンでは記事投稿時のソースが動作しません。(後、記事中の説明のための用語の使い方が微妙・・) そのような理由から最新のバージョンでソース

    RAGにフレームワークは必須か?LlamaIndex使用有無で比較検証|ドドテクノ
  • サクッと始めるRAG開発【LangChain / Python】

    このでは、初心者・入門者の方に向けて、RAGの知識や使い方を体系的にまとめました。少し難易度の高い内容になりますが、書の中で事前に学んでおくべき項目を示しているため、ご安心ください。 【概要】 ・内容:RAGの概要【入門者向けの基礎知識】、RAGの処理フロー【In-Context Learning / Embedding / Vector Search】、RAGのビジネス活用ロードマップ【大企業向け】、RAGの実装アプローチ、RAGの大分類【Document RAG】、RAGの大分類【SQL RAG】、RAGの大分類【Graph RAG】、RAGの精度評価アプローチ、RAGの精度評価方法【LangChain Evaluation】、RAGの精度評価方法【Ragas】、RAGの精度改善手法【データ品質 / プロンプト品質 / ベクトル検索】、RAGの精度改善のためのLLMOps概論、LL

    サクッと始めるRAG開発【LangChain / Python】
  • 1