WEBVTT 00:01.220 --> 00:03.740 まあ、 少し寂しいというのが正直なところだ。 00:03.740 --> 00:07.760 これは終わりの始まりの始まりである。 00:07.970 --> 00:10.940 一緒に過ごす最後の時間の始まりだ。 00:10.970 --> 00:11.780 決勝だ。 00:11.810 --> 00:13.400 フィナーレの終わり。 00:13.400 --> 00:17.330 8週間の航海の締めくくり。 00:17.330 --> 00:21.860 LLMの初歩からマスターまで。 00:21.860 --> 00:25.970 そして、 願わくばそれにふさわしい結末であってほしい。 00:26.000 --> 00:31.940 しかし、 その興奮の一端を私と分かち合ってくれたこと、 このプロジェクトを楽しんでくれたこと、 00:31.940 --> 00:37.820 そして最終段階への準備が整ったことを願う。 00:37.820 --> 00:43.610 だから、 今できることは、 僕には到底無理なことなんだ。 00:43.640 --> 00:46.010 それを3つの弾丸に絞ることの不当さ。 00:46.010 --> 00:48.590 だから今、 このページの大半を占めている。 00:48.590 --> 00:56.660 そして今日、 私たちに待ち受けているのは、 山の頂上に到達し、 AIとエンジニアリングとLLMエンジニアリングの習得を完了させることであることは明らかです。 00:56.690 --> 01:15.590 私たちに欠けているピースは、 私たちのAgentic AIソリューションを見ると、 これらの異なるピースをそれぞれカバーしています。 01:15.620 --> 01:16.520 私たちには記憶がある。 01:16.550 --> 01:22.310 一度しか走らないのであれば、 メモリーを持つ意味はあまりない。 01:22.490 --> 01:36.900 そう、 私たちはこれらすべてを統合し、 実行可能なプロセスにする必要がある。 01:36.900 --> 01:44.160 インターネット上で注目するに値するようなお得な情報が出てきたら、 随時プッシュ通知する。 01:44.460 --> 01:50.760 それで、 もう1回、 私たちが作成したエージェントのワークフローを紹介します。 01:50.760 --> 01:58.530 そしてもちろん、 モーダルを呼び出すスペシャリスト・プライスや、 クロマ・ルックアップを使用するフロンティア・プロセッサーなど、 01:58.530 --> 02:05.310 価格を構築したときには、 1回のセッションですべてを赤で構築した。 02:05.550 --> 02:10.260 そして、 それらの加重平均を取るアンサンブルを構築した。 02:10.500 --> 02:18.060 そして、 それをスキャナーやメッセージング、 プランニングと一緒に組み立てて、 すべてを一緒にしたんだ。 02:18.060 --> 02:27.750 そして前回は、 エージェントフレームワークと派手に呼ばれるものを使ったが、 すべてを接着するためのPythonスクリプトに過ぎなかった。 02:27.750 --> 02:32.880 もちろん、 エージェント・フレームワークは、 さまざまな既製フレームワークを通じて入手することができる。 02:32.880 --> 02:38.670 でも、 彼らがやっていることのほとんどは、 単純なPythonを使って僕たち自身がやったことと同じなんだ。 02:38.760 --> 02:39.420 分かった。 02:39.420 --> 02:49.080 というわけで、 残るは最後にもう一度JupyterLabに戻って、 私の古い友人であるGradioと遊び始めることだ。 02:49.170 --> 02:51.090 ああ、 すぐに行くよ。