プロンプト・LLM活用 Few-shot学習プロンプト設計と評価の実際
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学習プロンプト設計と評価の実際本稿では、大規模言語モデル（LLM）におけるFew-shot学習を活用したプロンプト設計から評価、改良までの一連の...
プロンプト・LLM活用
プロンプト・LLM活用 プロンプト・LLM活用 LLMの量子化技術: QLoRAとbitsandbytes
LLMの量子化技術: QLoRAとbitsandbytes要点（3行）QLoRAは、4-bit NormalFloat (NF4) 量子化と二重量子化を組み合わせることで、大規模LLMのファインチューニングに必要なGPUメモリを大幅削減し、...
プロンプト・LLM活用 LLM APIにおけるtemperature/top_pパラメータ調整のプロンプト工学
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 APIにおけるtemperature/top_pパラメータ調整のプロンプト工学本稿では、LLM APIのtemperatureおよびtop_pパラメータ...
プロンプト・LLM活用 実行例:
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。プロンプト評価指標と改善サイクル大規模言語モデル（LLM）の性能を最大限に引き出すためには、プロンプトの設計とその効果的な評価、そして継続的な改善サイクルが不可...
プロンプト・LLM活用 LLMアブレーションと再現性の課題：深層学習モデル分析の信頼性を高める実践
LLMアブレーションと再現性の課題：深層学習モデル分析の信頼性を高める実践要点（3行）LLMアブレーション研究は、特定のコンポーネントがモデル性能に与える影響を分析するが、乱数種や実験設定に敏感で再現性不足が課題となっている。厳密な実験設定...
プロンプト・LLM活用 Chain-of-Thought (CoT) プロンプティングの活用と評価
Chain-of-Thought (CoT) プロンプティングの活用と評価本記事は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。はじめにChain-of-Thought (CoT) プロンプティングは、大規模言語モ...
プロンプト・LLM活用 RAGにおけるプロンプト拡張戦略
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。RAGにおけるプロンプト拡張戦略Retrieval Augmented Generation (RAG) システムにおいて、大規模言語モデル (LLM) の性能...
プロンプト・LLM活用 Chain-of-Thoughtプロンプティング実践
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。Chain-of-Thoughtプロンプティング実践Chain-of-Thought (CoT) プロンプティングは、大規模言語モデル (LLM) に複雑な推論...
プロンプト・LLM活用 プロンプトセキュリティとインジェクション対策における安全なプロンプト設計
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。プロンプトセキュリティとインジェクション対策における安全なプロンプト設計入出力契約入力ユーザー入力 (User Input): ユーザーがLLMに与える自由形式...
プロンプト・LLM活用 Adversarial Promptingと安全性におけるLLMプロンプト設計と評価
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。Adversarial Promptingと安全性におけるLLMプロンプト設計と評価ユースケース定義LLMベースの対話型アプリケーション（例: 顧客サポートチャ...