プロンプト・LLM活用 Tree-of-Thoughtプロンプティングを用いたLLM推論の強化
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。Tree-of-Thoughtプロンプティングを用いたLLM推論の強化ユースケース定義Tree-of-Thought (ToT) プロンプティングは、複雑な多段...
プロンプト・LLM活用
プロンプト・LLM活用 プロンプト・LLM活用 Few-shotプロンプティングの効果的な活用
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。Few-shotプロンプティングの効果的な活用Few-shotプロンプティングは、大規模言語モデル（LLM）に対して少数の具体例（インコンテキスト学習）を提示す...
プロンプト・LLM活用 LLMガードレールと出力フィルタリングの実践的設計と評価
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。LLMガードレールと出力フィルタリングの実践的設計と評価大規模言語モデル（LLM）の社会実装が進む中で、その出力が意図せず、あるいは悪意を持って、有害、不適切、...
プロンプト・LLM活用 RAGによるLLMの知識拡張と幻覚抑制
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。RAGによるLLMの知識拡張と幻覚抑制大規模言語モデル（LLM）は広範な知識を持つ一方で、学習データにない最新情報への対応や、事実に基づかない「幻覚（Hallu...
プロンプト・LLM活用 マルチモーダルプロンプト設計と評価：画像生成応用
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。マルチモーダルプロンプト設計と評価：画像生成応用本稿では、マルチモーダルAIモデルを用いた画像生成におけるプロンプト設計、評価、および改良のサイクルを、プロンプ...
プロンプト・LLM活用 Gemini 1.5 ProのMoEアーキテクチャ：大規模モデルの効率と性能を両立するスパース混合エキスパート
Gemini 1.5 ProのMoEアーキテクチャ：大規模モデルの効率と性能を両立するスパース混合エキスパート要点（3行）Gemini 1.5 ProはMixture-of-Experts (MoE) アーキテクチャにより、大規模モデルの効...
プロンプト・LLM活用 Gemini 1.5 Pro の一般提供と強化されたFunction Callingが拓くAIアプリケーションの新時代
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。Gemini 1.5 Pro の一般提供と強化されたFunction Callingが拓くAIアプリケーションの新時代ニュース要点2024年5月14日（JST）...
プロンプト・LLM活用 RAGにおけるチャンク戦略と情報検索のプロンプト設計・評価
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。RAGにおけるチャンク戦略と情報検索のプロンプト設計・評価大規模言語モデル（LLM）を用いたRetrieval-Augmented Generation (RA...
プロンプト・LLM活用 LLM Function Calling スキーマ設計の最適化戦略
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。LLM Function Calling スキーマ設計の最適化戦略LLM（大規模言語モデル）のFunction Calling機能は、モデルがユーザーの意図を理...
プロンプト・LLM活用 Apple Intelligenceが切り拓くプライバシー重視のパーソナルAI
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。Apple Intelligenceが切り拓くプライバシー重視のパーソナルAIニュース要点Appleは2024年6月10日（JST）、年次開発者会議WWDC 2...