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

タグ

derbyのブックマーク (4,760)

  • Amazon Bedrock の Tool Use(Function Calling)でプロンプトに応じて処理を振り分ける - Taste of Tech Topics

    はじめに こんにちは一史です。 最高気温も10℃を下回る日も出てきて、外出する際には、マフラーをするようになりました。 皆様も体調にはお気を付けください。 さて、OpenAIChatGPTではFunction callingという会話の流れからAIが判断して関数(メソッド)を呼び出す機能がありますが、Amazon BedrockでもTool Useという機能により関数呼び出しをすることができます。 docs.aws.amazon.com 今回はこのTool Useを使って、旅行プランの提案・予約を行う生成AIチャットを作ってみます。 AIエージェントで実現されるような内容ですが、ToolUse(Function calling)が実際にどのように使えるかを生成AIチャットを作り、見ていきます。 はじめに 概要 Tool Useとは Tool Use は何をしてくれるのか Tool Use

    Amazon Bedrock の Tool Use(Function Calling)でプロンプトに応じて処理を振り分ける - Taste of Tech Topics
    derby
    derby 2024/12/21
  • 組織に自動テストを書く文化を根付かせる戦略(2024冬版) / Building Automated Test Culture 2024 Winter Edition

    2024年12月20日 ソフトウェアテストシンポジウム 2024 東海 #jassttokai24

    組織に自動テストを書く文化を根付かせる戦略(2024冬版) / Building Automated Test Culture 2024 Winter Edition
    derby
    derby 2024/12/21
  • 【AWS re:Invent 2024】RAG 関連の5個のセッションの学びを濃縮してお届けします - カミナシ エンジニアブログ

    こんにちは、AWS re:Invent から帰国した a2 (@Atsuhiro_tim) です。すき家がサラダをつけても $5 で、その美味しさと安さに涙を流しています。 さて、AWS re:Invent 2024 のセッションカタログを見ると、今年も GenAI が猛威を振るっていたことがわかります。 昨年は Gen AI x 〇〇 が多かったのですが、今年は一歩進んで、 RAG x 〇〇 や Agent x 〇〇 が出てきました。RAG については機能リリースのニュースは認識していたものの、実際に触ることがなかったので、今回の re:Invent で Gen AI や RAG 関連のセッションに参加してきました。複数のセッションの学びをまとめてシェアしたいと思います。 参加したセッション: Explore generative AI use cases with LangChain

    【AWS re:Invent 2024】RAG 関連の5個のセッションの学びを濃縮してお届けします - カミナシ エンジニアブログ
    derby
    derby 2024/12/14
  • 評価駆動開発(Eval-driven development):LLMアプリケーション開発における課題とアプローチ - LayerX エンジニアブログ

    この記事は、LayerX Tech Advent Calendar 2024 の 12日目の記事です。 tech.layerx.co.jp こんにちは、LayerXのAI・LLM事業部プロダクトマネージャーの野畑(@isseinohata)です。 AI・LLM事業部では生成AIプラットフォーム「Ai Workforce」を開発しています。 getaiworkforce.com LLMを用いたアプリケーション開発には独自の特徴や課題が存在しており、Ai Workforceの開発チームも、日々様々なチャレンジに向き合っています。今回は、その中でも特にLLMの「出力の不確定さ」に起因する開発プロセスの課題を解決するための方法として、評価駆動開発というアプローチをご紹介します。 評価駆動開発を紹介する前に、LLMをアプリケーションに組み込む上での特徴や課題について、簡単にまとめてみます。 LLMを

    評価駆動開発(Eval-driven development):LLMアプリケーション開発における課題とアプローチ - LayerX エンジニアブログ
    derby
    derby 2024/12/14
  • Best Practices for B2B SaaS Architecture with Auth0

    ログラスに転職して3年が経ち、ついに4年目に突入してしまいました。 ログラスで書くアドベントカレンダーはこれで3回目になると思うと、何を書くか迷ってしまいますね...。 ということで、今回は過去に書いていたAuth0 Organizationの記事の発展版を書いてみようと思います。 今回の記事ではAuth0の「Multiple Organization Architecture」から、B2B SaaSを提供するプロダクトの認証部分をAuth0を使って実現するベストプラクティスについて学んだ内容をまとめようと思います。 上記のドキュメントはB2B SaaSでAuth0を利用している企業のエンジニアであれば、一度は読んでおいても損はないほどしっかりと書かれているので、一読することをオススメします。 Auth0におけるマルチテナンシーの設計 B2B SaaSを作るためには、顧客である企業が自社サ

    Best Practices for B2B SaaS Architecture with Auth0
    derby
    derby 2024/12/12
  • LLMを悩ませる"Excel文書"をうまく扱う方法

    はじめに 株式会社ファースト・オートメーションCTOの田中(しろくま)です! 弊社では製造業向けのRAGを使ったチャットボットの開発を行っていますが、 RAGで読み取りづらいなと感じているドキュメントが"Excel文書"です。 LLMを悩ませる"Excel文書"とは ここで"Excel文書"と呼んでいるドキュメントは、 「構造化されたテーブルを保存しているExcelファイル」 ではなく、 「 セルに文書を書いたり、オブジェクトや画像を挿入することで、いわゆる一般的な文書を作成しているExcelファイル 」 のことを呼んでいます。 そもそも一般的な文書作成においてはExcelではなく、Wordを使えばよいのでは?と思われるかもですが、以下の点でExcelで文書の資料を作成することはそれなりに便利な部分があると思っています。 枠を使って、グルーピングすることでドキュメントの構成が見やすくなる

    LLMを悩ませる"Excel文書"をうまく扱う方法
    derby
    derby 2024/12/09
  • プロダクトマネージャーカンファレンス2024 資料集|Gota Masaki | プロダクトマネージャー

    順番は見つけた順なので適当です🙇 また、速報的に集めただけなので雑ですみません🙇 (運営から動画が近々公開されると思いますのでその繋ぎに) 掲載希望、削除希望あればお知らせください! https://twitter.com/go_go_pdm 発表資料

    プロダクトマネージャーカンファレンス2024 資料集|Gota Masaki | プロダクトマネージャー
    derby
    derby 2024/12/08
  • ベテランの暗黙知をAIに話すだけでマニュアル化! 生成AIの活用で製造業を支援するエムニ【AIフェスティバル 2024】/24時間AIハッカソン優勝経験チームが今年は協賛側に

    ベテランの暗黙知をAIに話すだけでマニュアル化! 生成AIの活用で製造業を支援するエムニ【AIフェスティバル 2024】/24時間AIハッカソン優勝経験チームが今年は協賛側に
    derby
    derby 2024/11/09
  • AIエージェントによる業務ヒアリングの自動化 - Qiita

    Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに ChatGPTを含む生成AI2023~24年にかけて一気に普及し、とりあえず社内に配ってみるというフェーズから、企業内の具体的な取り組みで利用されるケースが多くなってきました。 まずはRAG等でのスポット的な社内情報の問合せへの適用が多いかと思いますが、やはり業務プロセスの自動化の文脈で使えるとインパクトがあり、今後は一定の業務範囲を任せるエージェント的な使い方がどんどん増えてくると思います。 RPAが登場した時の文脈で言えば、いわゆる定型業務にしか対応できなかったものが、LLMによって思考・言語能力も持つようになったので、

    AIエージェントによる業務ヒアリングの自動化 - Qiita
    derby
    derby 2024/10/22
  • RAGによる質問応答を生成AIエージェントへ - AITC - ISID | AI トランスフォーメンションセンター コラム

    はじめに RAGのビジネス活用 RAGとは RAGによる質問応答のユースケース カスタマーサービス 法的リサーチ ITサポート 純粋なRAGアルゴリズムの限界に迫る RAGによる質問応答の難易度 Easy(回答が容易な質問):直接的質問​ Normal(一般的な質問):コンテキスト質問​ Hard(回答が難しい質問):推論質問 RAGの課題 実行計画の不足 ツール利用の限界(検索範囲拡張の限界) 振り返りの欠如 ワークフローの複雑化と保守性の低下 RAGから生成AIエージェントへ 生成AIエージェントとは RAGと生成AIエージェントのアルゴリズムの違い RAGと生成AIエージェントの精度比較 まとめ はじめに こんにちは!AIソリューショングループの阿田木です。 ChatGPTをはじめとするLLMの登場により、情報検索と生成AIを組み合わせることで、社内文章など生成AIが知らない知識に対

    RAGによる質問応答を生成AIエージェントへ - AITC - ISID | AI トランスフォーメンションセンター コラム
    derby
    derby 2024/09/23
  • 【未経験者大歓迎】RAG超入門:AWSが推奨するRAGを体験するハンズオン - Qiita

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

    【未経験者大歓迎】RAG超入門:AWSが推奨するRAGを体験するハンズオン - Qiita
    derby
    derby 2024/09/22
  • RAG の精度を向上させる Advanced RAG on AWS の道標 | Amazon Web Services

    Amazon Web Services ブログ RAG の精度を向上させる Advanced RAG on AWS の道標 生成 AI の進化と共に、大規模言語モデル (LLM) を活用したアプリケーション開発が急速に広がっています。その中で、検索拡張生成 (Retrieval-Augmented Generation; RAG) は、LLM に対して最新の情報や特定のドメイン知識を組み込むための重要な技術として注目を集めています。 RAG は、その名の通り、外部知識ベースから関連情報を検索し、それを LLM の入力に組み込むことで、より正確で最新の情報に基づいた回答を生成する手法です。この手法には以下のような重要な利点があります。 最新情報の反映: LLM の学習データの制限を超えて、最新の情報を回答に反映させることができる。 ドメイン特化: 特定の分野や組織固有の情報を容易に組み込むこ

    RAG の精度を向上させる Advanced RAG on AWS の道標 | Amazon Web Services
    derby
    derby 2024/09/20
  • GitHub CopilotでOpenAI o1を試してみた

    OpenAI o1-previewとGitHub Copilotの統合をテストしました。 日、OpenAIは難しい問題を解決するための高度な推論機能を備えた新しいAIモデルシリーズ、OpenAI o1をリリースしました。皆さんと同じように、私たちも新しいo1モデルを使いこなすことを楽しみにしており、o1-previewとGitHub Copilotのインテグレーションをテストしました。大規模システムのデバッグ、レガシーコードのリファクタリング、テストスイートの作成など、この新しいモデルを使って多くのユースケースを模索していますが、最初のテストでは、コード解析と最適化において有望な結果が得られました。これは、o1-previewが返答する前に課題を考え抜く能力を備えているためで、GitHub Copilotで複雑なタスクを構造化されたステップに分解することを可能にします。 このブログでは、

    GitHub CopilotでOpenAI o1を試してみた
    derby
    derby 2024/09/13
  • 画面遷移に順序があるUIの保守性を向上させる「順序ありオブジェクト指向UI」の提案

    はじめに UIを設計するときにオブジェクト指向UIは大きな効果を発揮することがあります。一方で、オブジェクト指向UIの考えをそのまま適用できないけれども、タスク指向UIと呼ぶのも微妙な画面があります。 例えば、ECサイトの購入プロセスです。よくあるECサイトの購入プロセスは以下の図のような構成です。これだけだと簡単そうですが、実際のECサイトの購入プロセスはある画面をスキップしたりしなかったりという制御があり、なかなかに複雑なものです。 今回の記事は画面遷移に順序があるがタスク指向UIと呼ぶのも微妙な、複雑な画面遷移を持つ画面にオブジェクト指向UIの考えを導入することで画面遷移制御を簡単にする手法を提案します。 対象読者 画面遷移の制御の保守性を向上させたいITエンジニア この記事の概要 複雑な画面遷移を持つUIに対して、オブジェクト指向UIの考え方を導入することで、制御フローをシンプルに

    画面遷移に順序があるUIの保守性を向上させる「順序ありオブジェクト指向UI」の提案
    derby
    derby 2024/09/13
  • Apple Watch を買って半年 - ぽ靴な缶

    去年の9月末に買いました。 Series 9 41mm シルバー GPS 発表を見るたびに欲しいなと思うものの、冷静に考えると要らないよな、という結論に行き着くので買ってなかった。常にスマホ持ってるでしょ。欲しい → 要らん → 欲しい というのを年1でやりつつ、ついに買ってしまった。 買ってからは便利で、風呂と充電以外は常に着けている。 生活をシャキッとさせたい フルリモートなので家から出る頻度が減って、体力も落ちだんだん太ってきた。運動習慣を付けたいけど、無策では続けられないので記録を付けるおもちゃが欲しい。他にも睡眠や心拍など Watch で体をモニタリングして遊びたい。自転車に乗っていた頃は記録に楽しさがあった。サイコンつけるし心拍計も胸に巻いてた。変化が分かると成長が見えるし満足できる。 TODO リストをもっと生活に密着させる狙いもある。Things を愛用していたけど、ここ何

    Apple Watch を買って半年 - ぽ靴な缶
    derby
    derby 2024/09/13
  • ソフトウェアの「詳細設計書」とはなんなのか - きしだのHatena

    設計書」というのは、作るものの構造を抽象的に表現したものと言うことができます。 ただ、ソフトウェアの抽象化の仕組みはプログラミングコード自体に備わっているので、ソフトウェア生成可能な抽象的表現というのはコード表現ができるはずですね。コードで表現しておくと、整合性のチェックとかも行いやすいです。 でも、コードではない「詳細設計書」というものが一部業界には必要とされているので、その「詳細設計書」というのは実際はなんなのか考えてみます。 ※ 最初はタイトルは「設計書」としてましたが、話を限定するため「詳細設計書」に変更しました。 追記:納品物に関する記述を追加しました。 追記(2024/11/27):「概略図」「物理設備の設計」を追記 表現を変えたコーディング ソフトウェア生成可能な抽象的表現というのはコード表現ができるわけですが、文字で表記する必要もなく、ダイアグラムで表現することもできます

    ソフトウェアの「詳細設計書」とはなんなのか - きしだのHatena
    derby
    derby 2024/09/01
  • 技術組織のタレントマネジメントと、タレントの定義を考える - だいくしー(@daiksy)のはてなブログ

    仕事のひとつとして、技術組織におけるタレントマネジメントに取り組んでおり、勉強したことを簡単にまとめておく。 タレントマネジメントと一口に言っても、その類型にはいろいろとあり、マッキンゼーの"War for Talent"が書籍も出版されていてよく知られている。これは、簡単に説明すると、社員を成果の発揮度でA, B, Cに位置づけ、組織をAの人材で充足し、Cはなるべく数を減らす、という戦略をとる。選別の要素の強いマネジメント手法であり、あまり日型の人事管理には馴染まない。そもそも、組織のすべてをA人材で満たす必要はあるのか、A人材のみで充足するためのコストに見合うのか、といった議論もある。 マッキンゼーの"War for Talent"は選別的なアプローチであり、逆に人材すべてをタレントとみなすマネジメントは、包摂アプローチと分類される。 他にもタレントマネジメントの類型はいろいろとある

    技術組織のタレントマネジメントと、タレントの定義を考える - だいくしー(@daiksy)のはてなブログ
    derby
    derby 2024/08/31
  • ソースコードをリポジトリ丸ごとLLMに読んでもらう方法

    はじめに ソースコードをLLMに読んでもらうとき、単一ファイルだと楽なのですが、GitHubのリポジトリのように複数ファイルから構成されるプロジェクトだと困ってしまいますね。 リポジトリごとLLMに読んでもらえるようにいい感じにテキスト化できると良いですね。そんなソフトがありました。しかも2つ。 両方ともほとんどコンセプトは同じです。特に後者のgenerate-project-summaryは使い方も含めて、自分のやりたいことが、すでに開発者の清水れみおさんが以下の記事にまとめていました。 なので、あんまり書く必要ないのですが、せっかくなのでgpt-repository-loaderの使い方と、出力したファイルの別の活用方法について書いてみたいと思います。 gpt-repository-loaderでリポジトリをテキストに変換 使い方はREADMEに書いてあります。シンプルなソフトなので、

    ソースコードをリポジトリ丸ごとLLMに読んでもらう方法
    derby
    derby 2024/08/31
  • 生成AIのプロンプトを素敵に管理してくれるPythonの標準ライブラリ - Qiita

    この記事について ファイルはTOML形式を利用します。 Pythonの標準ライブラリ(tomllib、string)を使った、生成AIのプロンプト管理を紹介します。 実施条件 Python 3.12(3.11以上が必要です) ライブラリのインストールは不要です 実装の紹介 今回は例として、Anthropicが公開しているプロンプトサンプルを置き換えていきます。 サンプルの中でもやや複雑なプロンプトになります。システムプロンプト、ユーザーとアシスタントのやりとりの往復があってから、質問を投げます。 普通にプロンプトを実装すると… まず、書き変える前の状態を見ていきます。Anthropicのサンプルそのままの状態です。 プロンプトサンプルから、プロンプトの実装部分をあらためて見てみます。 client.messages.create( model="claude-3-opus-20240229

    生成AIのプロンプトを素敵に管理してくれるPythonの標準ライブラリ - Qiita
    derby
    derby 2024/08/15
  • セキュリティ監視入門

    A new tool that blends your everyday work apps into one. It's the all-in-one workspace for you and your team

    セキュリティ監視入門
    derby
    derby 2024/08/15