はじめに 昨今、AI の進化により、様々な分野での応用が進んでいます。特に、自然言語処理(NLP)の分野では、RAG( Retrieval-Augmented Generation)が注目されています。RAG は、情報検索と生成を組み合わせた手法であり、特に大規模言語モデル(LLM)と組み合わせることで、その性能を大幅に向上させることができます。 また、NativeRAG や GraphRAG, AgentRAG などさまざまな RAG のバリエーションが登場しており、これらは特定のユースケースやデータセットに対して最適化されています。 今回は、RAG の基本的な概念から、RAG のプロジェクトの進め方、精度向上の方法に至るまで詳しく解説します。 みなさんの GenAI Application の開発に役立てていただければ幸いです。 本記事は 5 万文字を超える大作となっております。 お時
はじめに 長いことAIや生成AIについてパラパラパラーっと書いてきましたが、とにかくAIや生成AIは主語が大きすぎるので1つのテーマで1つの記事を書いていくだけでは時間がいくらあっても足りなくなってきましたし、MicrosoftやGoogleをはじめとした企業がどんどん新しい概念を作っていくので、いよいよついていくのがしんどくなってきました。 普段生成AIを活用する分には今のところ困っていないですし、普通の人は仕事で使わないこともあり、AIと会話したり給与支払明細書や源泉徴収票に何が書いてあるかぐらいでしか役に立たないこともあると思うので、別にこんなことを考えなくてもいいのですが、早めに考えておけば働かなくて済むことが増えるので考えるようにしています。 なので特にソースや根拠を示さずに詳しい解説もなく、私が生成AIとともに生き残るために考えていることだけをまとめて記事にしたいと思います。
ChatGPTってこんなに高精度の推測ができるの!? AIの名探偵ばりの推理が、X（旧Twitter）にて280万回以上表示されています（記事執筆時点）。 「ホームズになったつもりで写真から情報をプロファイルして」と指示 投稿したのはダ・ダ・恐山（@d_d_osorezan）さん。Webメディア「オモコロ」で活躍する恐山さんが投稿したのは、同じくオモコロの原宿さんの写真をOpenAIの大規模言語モデル（LLM）「o3」にプロファイルさせた結果です。 プロファイルさせたのは、原宿さんがファミリーレストランでジュースを飲んでいる写真。「ホームズになったつもりでこの写真から多くの情報をプロファイルして」と指示を出したところ、驚くほど高精度な回答が返ってきました。
ウォーターフォールモデルに則った大規模開発で設計書があるなら、全部Copilotに実装させよう！をコンセプトに、どうすれば設計書をインプットに、Github Copilotが大規模開発の品質に沿ったコードを生成してくれるか、を日々模索しています。 まだまだ課題はあるものの、少しでも開発の役に立てばと思い途中経過を公開します。 このドキュメントでは、現時点での設計書からCopilotを用いて実装を生成する手順の紹介、使用するツールの紹介、工夫したポイント、現時点での課題について記載します。 こんな人に読んでほしい Github Copilotしか使えない環境にある方 Github Copilotをコードの説明や、単純なメソッド生成をさせる程度にしか使用していない方 期待したコードが生成されず、使わなくなってしまった方 前提 今回生成対象とするのは業務レイヤの実装です。Webアプリケーションで
ざっくり手順 機能の有効化 Issue を作成 Copilot をアサイン 見守る レビュー 修正のコメント マージ これだけです。 え、、まじで？ってレベルで簡単です 実際に Copilot が作成した記事はこちらです Azure Advisor のサービス廃止に関するレコメンデーション API を試し隊 – クラウドを勉強し隊 Copilot coding agent is available with the GitHub Copilot Pro+ and GitHub Copilot Enterprise plans in repositories where it is enabled. Enabling Copilot coding agent - GitHub Enterprise Cloud Docs 1. 機能の有効化 Enabling Copilot coding ag
Googleは、同社が開発中の自律型のコーディングエージェント「Jules」ベータ版を公開しました。ウェイティングリストに登録したユーザーに対して順次公開が始まっています。 Julesは昨年（2024年）12月にGemini 2.0が公開されたタイミングで発表されていました。 参考：自律的にプログラミングをするAIエージェント「Jules」、Googleが発表。人間がタスクを与えると実装計画を作成、コードの生成や変更、バグフィクスなどを実行 Googleは日本時間の今夜（5月20日）、年次イベントのGoogle I/Oを開催します。Julesについてもそこで発表があると見られます。 Julesがベータ公開されたことで、Devinに代表される自律型のコーディングエージェント分野においてマイクロソフトのGitHub Copilot Coding Agent、AWSのAmazon Q Devel
OpenAIのサム・アルトマンCEOが「次の大きなブレークスルーはエージェントだ」と発言しているように、AIの新しい大きな転換点だと考えられているのが「AIエージェント」です。AIエージェントは特定の環境について学習し問題解決する能力に優れていますが、放置していると複数のAIエージェントが結託して独自の社会を構築し始める可能性について専門家が指摘しています。 Emergent social conventions and collective bias in LLM populations | Science Advances https://www.science.org/doi/10.1126/sciadv.adu9368 Groups of AI agents spontaneously form their own social norms without human help,
［速報］「GitHub Copilot Coding Agent」パブリックプレビュー。AIにIssueをアサインすると、解決に向け自律的にプログラミング マイクロソフトは日本時間5月20日未明に開幕したイベント「Microsoft Build 2025」で、GitHubのIssueをAIにアサインすると、解決に向けて自律的にプログラミングを行う新機能「GitHub Copilot Coding Agent」をパブリックプレビューとして発表しました。 GitHub上のコーディングエージェントは、今年（2025年）2月に「GitHub Copilot Agent Mode」がプレビュー公開されています。これはタスクをVisual Sutido Code上の画面からプロンプトでGitHub Copilotに指示する形式でした。 参考：GitHub Copilot Agent Modeが登場。タ
GoogleのAI研究チームであるGoogle DeepMindがコーディングエージェント「AlphaEvolve」を2025年5月14日(水)に発表しました。AlphaEvolveはGeminiと進化的アルゴリズムを組み合わせたAIエージェントで、未知のアルゴリズムを発見したり未解決数学問題の新解法を発見したりできるほどの能力を備えています。 AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms - Google DeepMind https://deepmind.google/discover/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/ DeepMind unveils
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 毎度、ググっても出てこない小ネタを取り扱っております。 本記事は個人的な見解であり、筆者の所属するいかなる団体にも関係ございません。 0. コーディングを楽にするローカルLLMを使いたい あ、本当にそれだけです。 Cursor Editorも使っていますが、月額費用も掛かるし(満足していますが)、そのうちFineTuningしたモデルも作ってみたいので、ロカールLLMを使ってみたいと思っていました。 そこに、Qwen2.5 Coderが出現したので、アドベントカレンダーネタにちょっとやってみました。 2. LM Studioについて こ
変なホテルの「変」は、変わり続けるという意思表示。 お客様のニーズにきめ細かく応えていくには、地域特性やその時々の世の中のトレンドを敏感に捉えて変化を続けることが不可欠だと考えたのです。 フロントでの受付業務をはじめ、館内の至るところでロボットが活躍し、先端テクノロジーを積極的に導入したスタイルが今や代名詞となっていますが、いずれも単に注目を集めるために生み出された仕掛けではなく、原点にあるのは「どうすればもっと快適に過ごしていただけるか」という想い。 10年後、20年後、一歩上の安らぎ、居心地の良さを求めて、そのあり方はより大きく変貌を遂げているかもしれません。 さらなる快適空間の実現を目指す変なホテルでは、これからも既成概念や決まりきった型にとらわれず、「変」を追求し続けることを約束します。
sponsored 耐衝撃の雄、UAGは利便性も優秀！ 物価高時代は「壊さない」が正解 絶対紹介したいMIL規格級頑丈モバイルバッテリーと折りたたみ3in1ワイヤレス充電器があります！ sponsored 気鋭の映像制作企業 J2BのCEOが話す、AI時代のワークステーションの使い方 AIワークステーション “Lenovo ThinkStation”は「効率的で、しかも安い」価値創造の源泉 sponsored Windows 10サポート終了に備える最良のノートはコレだ！ 日本HPの技術力が魅せる「HP EliteBook X G1a 14 AI PC」 sponsored 置き場所を選ばない小型サイズが魅力、家に届いたその日から役立つ「HP Elite Mini 805 G8 Desktop PC」に迫る！ sponsored 毎回毎回同じ「課題」を作るのは面倒くさい！ ならば効率化しよ
手元に遺された古い写真について教えてくれる人もいない場合、それがいつ、どんなシチュエーションで撮影されたのか知りたいことがあると思います。 筆者は長年疑問に思っていた写真が何枚もあります。 そんなときにはGoogleレンズなどを使うのが定番ですが、人物が写っていると拒否されるという致命的な欠陥があります。ChatGPTのプライバシーポリシーはGoogleと比べると格段に緩いので可能かもしれません。 o3とo4は画像解析、ウェブ検索、コーディングが同時にできるようになったため、期待が持てそうです。 そこで、過去にはまったく撮影場所不明だった、妻の中学・高校時代の写真をアップロードして、「ここはどこ？」と聞いてみました。 もう少し情報があるといいらしいので、「撮影は1970年代末から80年代はじめにかけて」と追記すると、調査を開始。 うまく絞り込めたようで、56秒で結論が出ました。最初の推測通
GitHubは、生成AIがプログラミングなどを支援してくれる「GitHub Copilot」の新機能として、「GitHub Copilotコードレビュー」が正式版になったことを発表しました。 コードレビューは開発に欠かせないが時間がかかる コードレビューは、新しくコードを書いたときや変更するときなどさまざまな場面で、そのコードにバグなどの問題がないか、目的に沿った内容や表現になっているか、などのチェックや評価を行う作業です。 チームでシステム開発を行ううえでコードレビューは欠かせませんが、コードレビューは基本的にレビューを行うプログラマ（レビュワー）がコードを目視で読み取り、チェックしていくことになるため、レビュワーにとって負荷の高い時間のかかる作業となっています。 最低限のコードレビュー作業を生成AIが代行 GitHub Copilotコードレビューは、GitHub Copilotに作業
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
