WEBVTT 00:00.470 --> 00:01.100 まあね。 00:01.130 --> 00:02.000 ファンタスティックだ。 00:02.030 --> 00:10.580 今週も終わりに近づいています。 つまり、 またチャレンジの時期が近づいているということです。 先ほど、 私たちが見たものに対するグラディオのユーザー・インターフェースを作るという課題を出したばかりですが。 00:10.580 --> 00:11.750 しかし、 それは簡単な挑戦だ。 00:11.750 --> 00:12.680 それはできる。 00:12.680 --> 00:13.640 問題ないよ。 00:13.640 --> 00:14.990 もっと難しい課題が必要だ。 00:14.990 --> 00:17.360 週の終わりには、 よりハードなチャレンジの時間だ。 00:17.360 --> 00:26.690 つまり、 週明けの課題は、 このコースの後半で実際に使用する重要なビジネス・アプリケーションを作ることだ。 00:26.690 --> 00:32.750 とはいえ、 そうする必要はないだろうけど......そのために作る必要はないだろう。 00:32.750 --> 00:35.690 でも、 やっておくと本当に役に立つよ。 00:35.690 --> 00:39.680 そしてこれは、 どのようなビジネスでも関係なく使えるものだ。 00:39.710 --> 00:45.830 この、 この、 このツールはあらゆる業種に適用でき、 あなたの役に立つこと請け合いだ。 00:46.220 --> 00:48.140 それがこれだ。 00:48.140 --> 00:58.940 合成テストデータを生成する独自のツールを作成する テストデータジェネレータ、 オープンソースモデル。 00:59.180 --> 01:01.970 これはとても貴重なことだ。 01:01.970 --> 01:06.380 データセットの生成は、 さまざまな目的で必要となるものだ。 01:06.380 --> 01:14.600 しかし、 私は、 あなたが欲しいデータセットを記述できるものを探しています。 それは、 01:14.600 --> 01:21.590 商品の説明かもしれませんし、 求人情報の説明かもしれません。 あなたが欲しいものが何であれ、 01:21.590 --> 01:29.420 製品にそれが何であるかを伝え、 あなたが扱っているデータがどのようなものであるかを伝え、 01:29.450 --> 01:36.260 将来あなたのビジネス分野で実験するときに使えるように、 多様な出力、 01:36.260 --> 01:47.300 多様なテストセットを夢見させることができます。 01:47.300 --> 01:55.610 だから、 この合成データジェネレーターは、 あなた自身にとっても、 私にとっても、 そしてこのコースにとっても、 将来あなたが取り組むビジネス上の問題にとっても、 01:55.640 --> 01:59.090 貴重なツールになるだろう。 01:59.090 --> 02:03.890 グラディオのUIに時間を費やす価値はある。 02:03.920 --> 02:05.720 そして、 それが超簡単な部分になる。 02:05.720 --> 02:08.420 だから、 僕はそれを狙っているんだ。 02:08.450 --> 02:11.060 何をするにしても、 あなたのビジネス領域に適用される。 02:11.060 --> 02:13.790 きっと役に立つし、 本当に楽しめるよ。 02:16.160 --> 02:27.800 これで3週目が終了し、 熟練したLMエンジニアになるための旅の3週目が終わる。 02:27.830 --> 02:31.790 もちろん、 すでにフロンティアモデルを使って自信を持ってコーディングすることはできる。 02:31.790 --> 02:34.940 もう私がそんなことを言うのはうんざりしているに違いない。 02:34.940 --> 02:37.100 AIアシスタントを作ることができる。 02:37.100 --> 02:39.980 マルチモーダルでもいいし、 ツールを使ってもいい。 02:39.980 --> 02:46.010 専門的な仕事を行う複数の小さなエージェントで構成することもできる。 02:46.040 --> 02:52.460 もちろん、 この時点でフロンティアモデルへのコールを組み合わせたLMソリューションを作ることもできる。 02:52.460 --> 02:54.680 そして、 オープンソースのモデルを呼ぶことができる。 02:54.680 --> 03:03.080 また、 パイプラインAPIを使って、 一般的な推論タスクを実行することもできる。 03:03.080 --> 03:11.780 また、 推論タスクのために、 より低レベルの抱擁顔API、 トーケナイザー、 モデルを使うこともできる。 03:12.470 --> 03:18.980 もう一度おめでとう。 03:19.010 --> 03:20.990 来週はトピックを変える。 03:20.990 --> 03:23.240 茨の道がある。 03:23.240 --> 03:24.980 よく聞かれる質問だ。 03:24.980 --> 03:31.010 それは......実際、 助けてくれる素晴らしいリソースがたくさんあることなんだ。 03:31.010 --> 03:37.440 自分が取り組まなければならない仕事に対して、 どのように適切なモデルを選ぶかということだ。 03:37.440 --> 03:39.870 たくさんのモデルがあり、 たくさんの選択肢がある。 03:39.870 --> 03:41.220 スタッフ用だ。 03:41.250 --> 03:43.290 クローズドソースかオープンソースか? 03:43.290 --> 03:48.000 でも、 どの道を選んでも、 たくさんの可能性がある。 03:48.000 --> 03:52.830 そして、 特定の問題に対してどれが正しいかを判断するために、 どのようにナビゲートするのか。 03:52.830 --> 03:53.850 それが鍵だ。 03:53.880 --> 03:55.470 それは問題による。 03:55.470 --> 03:58.650 問題によって適切なモデルは異なるだろう。 03:58.650 --> 04:00.660 その方法をお見せしよう。 04:00.990 --> 04:02.550 我々はLMSを比較するつもりだ。 04:02.550 --> 04:03.720 リーダーボードを使うつもりだ。 04:03.720 --> 04:04.950 アリーナを使うつもりだ。 04:04.950 --> 04:08.070 そして、 我々自身もアリーナでいくつかの仕事をするつもりだ。 04:08.070 --> 04:09.360 それは楽しみだ。 04:09.360 --> 04:21.780 フロンティア・モデルやオープンソース・モデルを使ってコードを生成し、 04:21.780 --> 04:29.490 コード生成の問題に取り組む場合だ。 04:29.490 --> 04:33.060 だから、 それはあなたにとって新しい、 興味深い視点になるだろう。 04:33.060 --> 04:38.910 だから来週が本当に楽しみだし、 君たちがすでにどれだけ進歩し、 どれだけ多くのスキルを身につけたか、 04:38.910 --> 04:42.990 とてもとても感心している。 04:43.110 --> 04:49.140 そして、 正しいLLMを選ぶために4週目に会いましょう。