"使い続けられる生成AI"への挑戦 — LLM-as-a-Judgeを活かした、miibo流の改善サイクル 生成AI活用の風がまだまだ吹く中、miiboでは生成AIの運用課題を解決し、継続的な活用を実現する「使い続けられる生成AI」を目指して、技術と真摯に向き合い、ユーザーの生成AI活用のトライを支えていきます。 はじめにmiiboでAI周りのリサーチを担当していますTanabeです。 miiboでは、LLMを活用しやすくするための役立つ機能を多く提供し、多くのお客様の環境やユースケースに沿った導入を支援してきました。 一方で、導入してみるところまでは順調にいっても、実際に使っていく中でうまくいかないことが出てきたり、もっと精度を良くしたいけど何をすべきかわからないといった課題が生じることもあります。 LLMに限らず、通常、AIを活用したシステムは一度作ってしまえばOKとはいきません。そも

はじめに VAE、変分オートエンコーダのVAEです。機械学習のネットワークの一つです。 これを読まれている方は、VAEについて多少以上は御存じであるという前提でお話します。 VAEとは、端的に言えば特徴を潜在変数を介した表現に起き換える手法です。 潜在変数というのは、正体不明だがその入力を決定づける何らかの変数、といった感じに理解していればOKだと思います。 表に顕在していない、その入力を決定づける何かを、まず0まわりの値を取る自然な乱数的なサムシングとして仮定し、オートエンコーダで絞ったときの最低限の特徴がその0まわりの乱数的なサムシングのみで成り立つように設計するということです。 これ以上の詳しい説明は他に譲ります。参考としてはこちらが有名かと。 Variational Autoencoder徹底解説 VAEがこんなことできるって知ってた？ ところでこの画像、何かわかりますか。 実はこ

本記事は BASE アドベントカレンダー 2024 の 24 日目の記事です。 こんにちは、エンジニアリングマネージャーの松原(@simezi9)です。 新型コロナウイルスの流行に端を発する世の中の変動からもうじき5年が経過しようとしています。 当時の感染対策の流れで多くの企業がリモートワーク制度の導入を進めました。この記事を読んでいる方の中にもそのタイミングではじめてリモートワークに取り組んだ方も多いのではないでしょうか。 私もその当時に、BASE株式会社のリモートワークへの取り組みをエントリとして公開したことがありました。 参考：エンジニアのリモートワーク in BASE このエントリを書いてから4年。その間、マネージャーという立場からリモートワークの制度を運用してきた経験を踏まえて、私がいまリモートワークというシステムに対して思っていることを率直に書いてみたいと思います。 この文章が

300社の最新スタートアップが一堂に会する展示会Startup JAPAN EXPO。カンファレンスステージでは、スタートアップに関する最新トピックから、大手事業会社が取り組むオープンイノベーション事例まで、第一線で活躍する登壇者たちが語り合いました。本記事では、「成長領域への投資はどうやって決めるのか。」をテーマに掲げた本セッションでは、DMM会長の亀山敬司氏が登壇。600もの事業に挑戦してきた同氏が、事業撤退の判断軸をお伝えします。 事業の撤退のタイミングはどう見極める？田村菜津紀氏（以下、田村）：じゃあ今の観点で、実際にやってみたあとの話を少しうかがいたいと思います。実際に広く浅くでもバーっと新規事業に取り組んでみると、中には当然失敗するものもあるし、失敗しそうだなというものが出てくると思うんですよね。その時にどうやって「これはやめるべき」という判断をするのか。 亀山敬司氏（以下、亀