こんにちは、ニケです。 皆さん、AITuber 開発していますでしょうか？ AITuber、最近よく聞く言葉ですね。 面白そうだけどどこから始めればよいか分からない、という方も多いと思います。 というわけで今回は、AITuberという分野に興味を持っている方のために、できるだけ簡単にAITuberの作り方について解説していこうと思います。 具体的に「Youtubeのライブチャットに反応してキャラクターが応答を返すAITuber」を作成します。 下記が完成版のサンプルです。 なお、非エンジニアの方でも理解できるように、今回は仕組みの説明に注力し、コードの中身は解説しません。 動作コードはほぼ1つのファイルに収まっているため、コードに興味がある方は、ChatGPTにそのままコピペして解説してもらうと良いでしょう。コードは後ほど共有します。 ちなみに簡単に自己紹介すると、私は普段 AITuber
DeepSeek R1が話題になってだいぶたちますが、日本語対応モデルも出てきてますね。 そして2/15にrinnaからDeepSeek R1の蒸留モデルが出ていて、これがかなりいい感じなのでびっくりしてます。驚き屋してます。 DeepSeek R1では、こっそりと回答方針を決めるフェーズがあるのだけど、そこがなかなか筋がいい。 というか、作り方もなんだかすごいので最後に解説してます。 Qwen2.5とDeepSeek R1を利用した日本語大規模言語モデル「Qwen2.5 Bakeneko 32B」シリーズを公開｜rinna株式会社 ※ 2/18追記 こういう記事を書くときに「これがローカルで動いてすごい」のように書くんですが、ここではローカルで動いてすごいということは書いてなく、普通にちゃんと答えがでてその内容がすごいという風になってきてますね。追記ここまで。 CyberAgentからも
サイバーエージェントは1月27日、大規模言語モデル（LLM）「DeepSeek-R1」を使った新たなAIモデルを無料公開した。「DeepSeek-R1-Distill-Qwen-14B/32B」をベースに、日本語を追加学習させたLLM「DeepSeek-R1-Distill-Qwen-14B/32B-Japanese」をHugging Face上で公開。ライセンスは、MITライセンスで商用利用なども可能だ。
Join the O'Reilly online learning platform. Get a free trial today and find answers on the fly, or master something new and useful. Learn more It’s an exciting time to build with large language models (LLMs). Over the past year, LLMs have become “good enough” for real-world applications. The pace of improvements in LLMs, coupled with a parade of demos on social media, will fuel an estimated $200B
Online-Dokumentation, die hilft: Strukturen, Prozesse, Tools
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
処理を実行中です
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
