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
tskaigi で発表した https://tskaigi.mizchi.workers.dev/ のコピペしやすい用にしたバージョンです。 ほぼ marp のソースコードそのままですが、プロンプトのコピペ用にそのまま公開します。 本資料の内容 うまくいくプロンプト うまくいかないプロンプト、その理由 現状認識 注意: 前日リリースのClaude 4 の評価は間に合ってません!!!! Claude 4 Opus の高すぎる怖い 数時間触った感じ: 改善傾向だが、抱えてる問題も同じ傾向 主張: 言語特化プロンプトが必要(今は) Coding Agent は言語ごとのユースケースに最適化されていない ベストプラクティスをユーザーが取捨選定する必要 TS 周辺は技術選定で発散しがち プログラミング言語間の転移学習は不安定 GitHub を丸暗記しても、コンテキストに応じて翻訳&参照できるかは別の
編集者注：以下は、Google I/O 2025 のスンダー ピチャイの発言を編集し、イベントで発表された内容を加えて再構成したものです。すべての発表についてはこちらをご覧ください。 例年であれば、Google I/O 開催前の数週間は、一番の見どころとなる最新モデルを基調講演で発表できるよう準備しており、発表を行うことはほとんどありませんでした。しかし Gemini の時代においては、今までで最も高性能なモデルを 3 月に発表したり、AlphaEvolve のような画期的なブレークスルーを 1 週間前に発表することも珍しくなくなりました。 Google は、最高のモデルと製品をいち早く皆様に提供すべく、これまでにないスピードで開発を進めています。 進化し続けるモデル私が特に期待を寄せているのは、モデルの急速な進化です。進歩の指標である Elo スコアにおいて、初代 Gemini Pro
日本語対話コーパス一覧 これは日本語を対象とした、対話システムの構築に利用できる言語資源のリストです。 本リストは、理化学研究所 吉野 幸一郎さん発案のもと、C4A研究所 中野 幹生さん、東北大学 赤間 怜奈さん、大阪大学 駒谷 和範さん、JAIST 吉川 禎洋さん、リクルート 林部 祐太さん、京都大学 児玉 貴志さん、愛知工業大学 徳久 良子さん、名古屋大学 山下 紗苗さんにご協力をいただき、水上 雅博が作成いたしました（所属はリスト作成または更新時のものです）。 もしこのリストに載っていないものや、リストのまちがいに気づかれた場合、新たにコーパスをリリースした際には是非、issueやメールで教えてください。 対話コーパス 主に人同士または人とシステム間（2名以上の場合を含む）で、対話（模擬対話等を含む）を行ったコーパスです。 名前 データ量 形式 研究利用 商用利用 概要
今日は2025年5月13日です。ちょっとだけ大ピンチです。『ロマンシング サガ2 リベンジオブザセブン』をまだクリアしていないのに『RAIDOU Remastered: 超力兵団奇譚』というゲームを予約注文してしまいました。発売日は6月19日です。それまでに『ロマンシング サガ2 リベンジオブザセブン』をクリアしなくては、いけません。これは仕事してる場合じゃないっすね！そんな半分本気な冗談を言ったところで今回もゆるく行ってみましょう。超不定期連載「分かりそう」で「分からない」でも「分かった」気になれるITコラムでございまぁす。このコーナーでは、各用語の説明ページでは取り上げにくいIT関連のネタをテーマに、だらだらと思いついたことを書いていきます。みなさんが「あぁ、なんか役に立ちそうな気もするけど、役に立たないかなぁ。でも、もしかしたら役に立つかも」と思える情報を発信できるように頑張ります！
Parakeet TDT 0.6B V2 (En)","children":[{"id":"description","label":"Description:","children":[],"isValid":true,"title":"Description:"},{"id":"licenseterms-of-use","label":"License/Terms of Use:","children":[{"id":"deployment-geography","label":"Deployment Geography:","children":[],"isValid":true,"title":"Deployment Geography:"},{"id":"use-case","label":"Use Case:","children":[],"isValid":true,"tit
結論：「売上がウソだったのでは？」という疑惑がある。 個人の感想：「疑惑」なので確定ではないが、正直怪しすぎる。 AIスタートアップの「オルツ」って何？会社のホームページには、このような説明があります。 全人類に一人一つのパーソナルAI（P.A.I.）を。 P.A.I.は、個人の記憶の永久保管や意志の代替を可能にし、意識の多元化による人間拡張を実現します。 あなたの知識や経験がデジタル空間で増幅され、個人と社会の新しい進化の可能性が広がります。 https://alt.ai/全人類を再現する、物理的制約を超えた「World Clone」へようこそ。 各P.A.I.は、高次元ベクトル空間で知識と意識をリア
OpenAIの「gpt-image-1」を試したので、まとめました。 ・Image generation - OpenAI API 1. OpenAIの画像生成「gpt-image-1」は、OpenAIで最も高度な画像生成モデルで、テキストプロンプトから画像生成および編集できます。高品質な画像生成と、画像作成における世界知識の活用能力を備えています。 現在、「Image API」のみで利用可能です。近日「Responses API」もサポートします。 2. 使用料金2-1. 使用料金テキストトークンと画像トークンには個別の料金が適用されます。 ・テキスト入力トークン (プロンプトテキスト) : 100万トークンあたり5ドル ・画像入力トークン (入力画像) : 100万トークンあたり10ドル ・画像出力トークン (生成画像) : 100万トークンあたり40ドル 実際には、低品質、中品質、高
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
OpenAIがChatGPTのLLM（大規模言語モデル）の新モデル、o3とo4-mini、o4-mini、o4-mini-highを公開しました。現在ではPlus、Pro、Teamユーザーが使えます。 新モデルの特徴は、これまでで最高に強力なreasoning機能を持ち、Pythonを駆使してさまざまな解析を行い、Web検索も行い、さらに画像生成もできる。双方向にマルチモーダルな、いわば「全部入り」です。 OpenAIはさらに、「Codex CLI」というターミナルベースのプログラミング環境をオープンソースとして公開しました。OpenAI API Keyが必須のため、完全に無料ではありませんが、2万5000ドル分のAPI利用を提供する取り組みもスタート（最大で100万ドル）するとしています。 ChatGPT o3、音楽の分析はできる？では自分はまず何を試すかというと、Sunoなどを使って自
Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland, Romeo Dean We predict that the impact of superhuman AI over the next decade will be enormous, exceeding that of the Industrial Revolution. We wrote a scenario that represents our best guess about what that might look like.1 It’s informed by trend extrapolations, wargames, expert feedback, experience at OpenAI, and previous forecasting
AIが高度なコードを生成するようになったことで、顧客管理ソフトウェアを手がけるSalesforceのCEOが「AI導入が成功したので今年はエンジニアを雇わない」と発言したり、半導体大手・NVIDIAのCEOが「AIがコードを書くのでもうプログラミングを学ぶ必要はない」と発言したりして物議を醸している一方、AIツール自身はユーザーにプログラミングを学ぶよう提言しています。AIによって置き換えられる人間の技能を巡るビジネスリーダーたちの議論に、知識のない人でもプロンプトを入れるだけでアプリを作れるAIを開発したスタートアップ・ReplitのCEOの発言が加わりました。 ‘Don’t study coding now,’ says Replit CEO, ‘instead learn how to…’ - Trending News | The Financial Express https:/
はじめに Googleが2025年3月14日に発表したGemini-2.0と、続けてOpenAIが2025年3月26日に発表したGPT-4oの画像生成能力は、これまでの画像生成AIでは到達しえないレベルの制御性・品質での画像生成を実現しました。 ここ1年半ほど画像生成AIいじりを仕事にしてきた者としては、これまで積み上げてきた成果や進捗がすべて無に帰すレベルでの進化が突然起き、巨人にすべてを蹴散らされたという感じです。別のスキルを身につけたほうがいいかな… しかし一方で、この進化は決して1日にして為されたものではなく、これまでの研究成果が地道に蓄積された結果です。本記事では、その驚異的な画像生成能力、ひいてはAny-to-Anyの生成能力の裏にある技術的な背景を、分かる範囲でサクッと解説していきます。 これまでの画像生成AI TL;DR: これまで広く利用されてきた画像生成AIは、拡散モデ
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
