WEBVTT 00:00.500 --> 00:14.330 llamaと呼ばれるプラットフォームは、 LlmsのCプラス・コード・バージョンを直接マシンでコンパイルして実行できる。 00:14.360 --> 00:17.810 まずウィンドウズでお見せして、 それからマックに移ります。 00:17.840 --> 00:21.560 llamaを使うには、 まずお気に入りのブラウザを立ち上げる。 00:21.590 --> 00:22.880 Microsoft Edgeにアクセスしよう。 00:22.880 --> 00:24.950 リャマに行くだけでいい。 00:24.980 --> 00:31.310 またはllama llamaで検索してください。 00:31.820 --> 00:35.660 そして、 検索結果で最初にヒットするのは「アラーム」だ。 comに移籍した。 00:35.660 --> 00:36.650 そしてここにある。 00:36.680 --> 00:47.480 llamaと呼ばれているのは、 当初はmetaのオープンソースモデルであるllamaというモデルを中心に構築されたからだ。 00:47.480 --> 00:51.230 そのため、 ダウンロードはダウンロードボタンを押すだけと簡単だ。 00:51.230 --> 00:57.740 ダウンロードボタンを押すと、 ウィンドウズ版のダウンロードが開始される。 00:57.950 --> 01:02.930 ダウンロードを見ると、 ダウンロードが完了している。 01:02.930 --> 01:04.380 セットアップがある。 exe。 01:04.560 --> 01:07.530 ファイルを開くボタンを押すと、 プロンプトが表示される。 01:07.530 --> 01:08.100 ああ、 まだだよ。 01:08.130 --> 01:09.000 まだダウンロード中だ。 01:09.030 --> 01:09.630 私はこれを実行しただけだ。 01:09.660 --> 01:15.240 ローカルにインストールするよう促されるので、 ローカルにインストールしたらすぐにそうするつもりだ。 01:15.600 --> 01:21.060 スタート・メニューからPowerShellを呼び出します。 01:21.090 --> 01:31.920 ここでpowerと入力すると、 すぐにプロンプトが表示され、 openを押すとPowerShellが出てきます。 01:31.920 --> 01:36.780 このコースの開始時間は数分で、 やり方は単純に1回タイプするだけだ。 01:36.810 --> 01:44.280 インストールが完了し、 OKを押したら、 olama o l l a m a runと言えばいい。 01:44.280 --> 01:49.290 そして次にモデル名を入力します。 今回使用するモデル名はllama 01:49.290 --> 01:55.020 3です。 2は最新モデルのひとつだ。 01:55.860 --> 01:57.060 そして、 こうなる。 01:57.060 --> 01:58.020 そして走る。 01:58.020 --> 01:59.400 今まさに起きていることだ。 01:59.400 --> 02:03.060 カーソルが点滅しているのは、 このコンピューター上で大規模な言語モデルが稼働していることを意味する。 02:03.060 --> 02:04.770 初回は少し時間がかかるかもしれない。 02:04.770 --> 02:10.210 ラマに関連する20億のパラメータをダウンロードする必要があり、 インターネット接続によっては少し時間がかかるかもしれないが、 02:10.210 --> 02:13.870 進行状況を示すプログレスバーが表示される。 02:14.230 --> 02:20.020 だから、 私たちが今しようとしていることは、 このLLMと話をしてみることだ。 02:20.020 --> 02:21.250 そして、 こうしよう。 02:21.280 --> 02:23.620 実は今、 スペイン語を学ぼうとしているんだ。 02:23.620 --> 02:29.350 そして、 私のスペイン語の理解力は、 llmsの理解力よりも明らかに劣っていると断言できる。 02:29.710 --> 02:37.720 私が使っているアプリには、 お金を払ってAI家庭教師とチャットできるサービスがある。 02:37.750 --> 02:42.370 今は、 オープンソースのモデルを使えば無料でできることを知っているから、 そのためにお金を払いたくはない。 02:42.370 --> 02:48.130 だから今は、 スペイン語を教えてくれる家庭教師を作ろうと思っているんだ。 02:48.490 --> 02:51.400 すべてオープンソースで、 1ペニーも支払う必要はない。 02:51.400 --> 02:57.460 だから、 私はスペイン語を学ぼうとしていると言うつもりだ。 02:58.660 --> 03:01.960 私は全くの初心者です。 03:04.690 --> 03:12.000 基本的なスペイン語でチャットして教えてください。 03:13.200 --> 03:15.630 というわけで、 まずはこのプロンプトから。 03:15.630 --> 03:16.830 どうなるか見てみよう。 03:16.830 --> 03:17.820 考えているんだ。 03:18.390 --> 03:19.230 ホラ。 03:19.590 --> 03:21.480 スペイン語での会話へようこそ。 03:21.510 --> 03:24.570 手始めに、 基本的な挨拶から始めよう。 03:24.630 --> 03:25.800 どうですか? 03:26.250 --> 03:30.540 だから、 このプロンプトがとてもいいスタートを切っているのがわかるだろう。 03:30.540 --> 03:31.890 いくつか例を挙げてくれている。 03:31.890 --> 03:33.930 私がどこから来たかを理解してくれる。 03:33.960 --> 03:36.240 そして今、 私はこんなことが言える。 03:40.980 --> 03:42.120 アクセントをつける。 03:42.450 --> 03:44.550 ええと、 それで。 03:44.670 --> 03:46.410 ああ、 小さなミスがある。 03:51.000 --> 03:52.050 よし、 行くぞ。 03:52.050 --> 03:52.710 訂正してくれているんだ。 03:52.710 --> 03:58.320 私が聞き逃したのはアクセントで、 たぶんクエスチョンマークもそうだと思う。 03:58.320 --> 04:03.870 というのも、 これはオープンソースのLLMを使ったもので、 04:03.870 --> 04:11.790 最初からLLMが動いているのだ。 04:11.790 --> 04:14.700 そして今度はマックの人のために、 マックにひっくり返してみよう。