はじめに この記事で想定している読者の方 LangChain経由でLLMを用いたchainを使用している方 LangChainと共に使用するLLM実験管理ツールを迷っている方 「LangChain」はLLMをシステムに組み込む際に非常に便利なライブラリであり, 実際に開発に用いられている方も多いと思います。ですが, LLMの性質上プロンプトやchainの構造を変化させての実験が多くなってしまい, 記録・管理が大変になりがちです。そんな場合に使用したいLLMの実験管理ツールについて前編の記事にてLangChainから使用するために選定したLangSmithとLangfuseについて今回は実装を行った上で比較して行こうと思います! TL;DR 今回は以下の画像のデモアプリを作成し3種類のchainについて実際に記録しLangSmithとLangfuseの比較を行いました! デモアプリの入力画面
こんにちは！皆さんLLMで遊んでますか？ LLMと切っても切れない関係であるベクトルデータベースについて今回紹介したいと思います。ただ、ベクトルデータベースはまだデファクトスタンダードがはっきりせず、私も最初はかなり選ぶのに苦労しました。特にOSSのものは同等の頻度でコミットされていますので、それぞれが結構盛り上がっている感じですね。コミュニティの活発度もかなり近い感じです。しかし、デファクトスタンダードがないからこそ、各ツールで特色が結構出ている気がしています。今回はどのツールがどんな人に向いているのかについて詳しく見ていきたいと思います！ Pinecone ベクトルデータベースの中ではかなり知名度が高いのがPineconeです。あるツイートでのアンケートでは、利用率が 40% を占めていました。 Pineconeはクラウドのマネージサービスです。しかもローカル環境を用意する方法が無いの
OpenAIの音声認識モデルWhiper、いやー、まじですごすぎて感動しました。 配信中のpodcast番組 白金鉱業.FMを頑張って文字起こしするために、この記事とか、この記事とかでかなり真面目に既存文字起こしAPIの精度などを比較していましたが、もう今回は比べるまでもなく本当に雲泥の差です。ほぼ一言一句正確に文字起こしできます。GCP, AWS, Azureの文字起こしAPIは文字起こし精度が体感30~60%くらいでしたが、whisperは90%超えている印象です。もう笑うしかないです。 最初に結論 インストール 実行方法 結果 tinyモデルの結果 baseモデルの結果 smallモデルの結果 mediumモデルの結果 largeモデルの結果 まとめ 追記 カタカナ英語 完全制覇 whisperくん せんでんせんでん 最初に結論 whisperは異なるモデルサイズが5種が利用可能であ
テレビ番組で特集されるなどChatGPTへの注目が高まっていますが、その上位互換となるBing AIはもう使われましたでしょうか？ ChatGPTで使われてるGPT3.5というモデルの発展版を開発元のOpenAIがマイクロソフトに提供する形で作られたBing AIは、過去の学習範囲内で回答するChatGPTと異なり、事前学習データ+対話ごとに関連する検索結果を都度読みにいくことで、非常に精度の高く正確な解答をすることが可能になっています。 このnoteではそんなBingAIを時間を忘れて使い倒してみた自分が特に面白いなと思った使い方をジャンル別に紹介します。 仕事SpotifyとApple MusicのARPUを聞いたらWeb上の開示情報から比較数字を提示してくれ、さらにSpotifyの方が低い理由も仮説を提示してくれました。 Bing+GPTが凄すぎて深夜3時に興奮が止まらなくなってる。
※追記: 本記事の続編としてin-memory方式からアクセストークンを奪取するPoCを下記記事で公開しました。ぜひあわせてご覧ください。 はじめに こんにちは。 セキュリティエンジニアの@okazu-dm です。 この記事では、Auth0のSPA SDKでアクセストークンのキャッシュを有効化する際の考慮ポイントについて紹介し、それを切り口にアクセストークンの保存場所に関してin-memory方式とlocalStorage方式の2つについて解説します。 Auth0のようなIDaaSは昨今かなり普及が進んでいると思いますが、Flatt Securityの提供するセキュリティ診断はAuth0に限らずFirebase AuthenticationやAmazon CognitoなどのIDaaSのセキュアな利用まで観点に含めて専門家がチェックすることが可能です。 ご興味のある方は是非IDaaS利用部
はじめに 線形回帰と学習のコード データセット PyTorch TF2.0 違い 些細な違い：層の定義の仕方 些細な違い：ロス関数の書き方 大きな違い：勾配計算とパラメータ更新 ニューラルネットワークの簡単な書き方 PyTorch TF2.0 違い 畳み込みニューラルネットワーク PyTorch TF2.0 違い パディング 畳み込み層→線形層 traininigフラグ RNN PyTorch TF2.0 違い 大きな違い：多層化 些細な違い：Bidirectional 大きな違い：戻り値の並び 学習 はじめに 最近KerasからPyTorchに流れていく人たちが多く見受けられます。その中でて「Kerasで書いていたコードをPyTorchのコードで実装するにはどうすれば良いんだろう？」という声があります。要は、今まで使っていたフレームワークでやろうとしていたことを、別のフレームワークでやろ
※全てWi-Fiモデル パッと見ただけでは何がどう違うのか、また何を選んだらいいのかわかりませんよね。 なので、あなたの利用目的に合わせて最適なiPadを見つけられるフローチャートを作りました！ １-２．【用途別】どのiPadを購入すべきか解説！「iPadには色々あることはわかったけど、どのiPadを購入すれば良いの？」とお悩みの場合、下のフローチャートを参考に選んでください。 iPadはそれぞれ大きさや性能、価格も異なるので、こちらのフローチャートを参考に自分に合ったiPadを選びましょう。 次にそれぞれのiPadをさらに詳しく解説していきます。 【コスパ重視なら】iPad（第8世代） 動画視聴やネットサーフィン、資料作成など、一般的な用途でのタブレット利用を考えている人は、コスパ抜群のiPad（第8世代）がベストです。 iPad（第8世代）は2020年9月に発売されたモデルで、今回紹介
昨今はアイドルブームだ。その影響もあってか、若手のクリエイターがさまざまな楽曲を提供する場ともなっている。もともとアイドルには固定のジャンルが定まっていないため、通常のポップス以外にもロックやラップなど、ジャンルを問わずに多くの優れた楽曲が集まってきているのだ。そんな中、アイドルファンの中には「楽曲派」と呼ばれる者も出てきている。アイドルの見た目やパフォーマンスではなく、曲が好きだという理由でファンになる人たちだ。 そうした楽曲派を取り込むグループには、Especia（エスペシア）やlyrical school（リリカルスクール）、BELLRING少女ハートなどが挙るだろうか。そして、その中でも人気を得ているグループが「BiS」（Brand-new idol Society：新生アイドル研究会）だ。そんなBiSの楽曲が評価される裏にはサウンドプロデューサー・松隈ケンタさんの存在がある。 松
スムーズなスクロールと、カスタマイズ可能な2D、3Dのスクロールエフェクト アプリドロワーとホーム画面を無限にスクロール 透化とマルチ方向スクロールに対応したカスタマイズ可能なアプリドロワー 無限にスクロールし、アイコンを複数ページに配置できる、カスタマイズ可能なドック 一度に複数のアプリやウェジェットをフォルダやホーム画面に追加できる テーマのサポート。『ADW Launcher』のテーマにも対応 ダウンロードしたアイコンパックやADW Launcherのアイコンパックを使ってアイコンをカスタマイズできる ランチャーアクセント、ウィンドウ、ツールの色をカスタマイズできる フォルダアイコン、背景などをカスタマイズできる ドック内でウェジェットをサポート ウェジェットを画面上に自由に配置、省スペースのためのオーバーラップも可能 ほかのランチャーからアイコンのレイアウトやウェジェットの配置をイ
なんという情報量！ 231台のスペックを比べられる｢スマートフォンデーターベース｣2013.05.21 10:00 小暮ひさのり すごいサイトが出現しました。 今ってスマホが増えすぎて、その機種はどんなスペックなのか？ わかりませんよね。また似たような型番のスマホも多く、何の機能があって、何が無くて、CPUは何なのか？ メモリは？ 液晶サイズは？ なんて。比べるにしても情報が多すぎ。複数のページを開いて製品情報を見くらべるのも大変です。 しかし、｢スマートフォンデーターベース｣では、国内キャリアから発売されている多種多様なスマホ（執筆時231機種）から条件を指定して検索することができてしまいます。 キャリアやメーカー、OS、スペックなどを指定して｢この条件で検索｣をクリック。 該当機種がピックアップされます。 さらに機種を選択して画面のサイズを指定すると......。 実寸大表示！ 何とな
1
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
