WEBVTT 00:00.650 --> 00:06.890 4週目の2日目へようこそ。 リーダーボードについてより深く掘り下げていきますので、 これが終わるころには、 リーダーボードやメトリクス、 00:06.890 --> 00:14.060 ベンチマーク、 アリーナなどについて、 これまで知りたかったこと、 あるいは知りたいと夢見ていたことよりも多くのことを知ることになるでしょう。 00:14.060 --> 00:21.800 しかし、 目の前の課題に適したLLMを選ぶ方法を理解する上で、 信じられないほど有用で重要なことがわかるだろう。 00:21.830 --> 00:31.820 さて、 今日の計画だが、 前回は基本的な属性とベンチマークを使ってLlmsを比較するという話をした。 00:31.850 --> 00:41.750 今日は、 オープンLLMリーダーボードを超えて、 LLMを比較・評価できる他のリーダーボードやアリーナを見てみましょう。 00:42.320 --> 00:53.420 また、 llmsが商業的な問題を解決している実際の使用例も見ていくつもりだ。 00:53.450 --> 00:58.700 最近、 誰もが多くのLLMに触れていると思うので、 手短に説明するが、 00:58.700 --> 01:07.250 考える材料にはなるだろうし、 要約すれば、 自分のプロジェクトに適したLLMを選択できるようになるはずだ。 01:08.000 --> 01:17.360 そこで今回は、 Huggingfaceで利用できる6つの必須リーダーボードと、 それ以外のリーダーボードを紹介する。 01:17.390 --> 01:18.230 ハギングフェイス 01:18.260 --> 01:25.190 Llmsを比較する場合、 その最初のものは、 実はすでにHuggingface OpenAIのリーダーボードで比較されているものだ。 01:25.220 --> 01:31.280 旧バージョンと新バージョンの両方がある。 01:31.310 --> 01:38.660 もちろんオープンソースのモデルだが、 オープンソースのモデルを比較するにはうってつけの場所だ。 01:39.230 --> 01:50.420 また、 HuggingfaceにはBig Codeというリーダーボードがあり、 これは特にコードを生成するように設計されたモデルを比較するリーダーボードである。 01:50.420 --> 01:56.060 そして、 その例とモデルをどのように評価するかを、 すぐに見ていくことになる。 01:56.480 --> 02:03.530 LMパーフボードと呼ばれるものがあり、 これもHuggingfaceのボードで、 02:03.530 --> 02:11.090 性能について、 正確さについて、 実際のスピードと計算コストについて考えている。 02:11.090 --> 02:14.720 だから、 これは違う次元を見る超重要なものなんだ。 02:14.720 --> 02:20.040 これは基本的な属性のいくつかを見ているもので、 特にクローズド・ソースと比較してオープン・ソース・モデルの推論を考えているときに、 02:20.040 --> 02:27.180 あなたにとって頼りになるリソースになるでしょう。 02:27.420 --> 02:29.850 そして、 他のハグ顔ボードもある。 02:29.850 --> 02:31.110 ハグする顔にはたくさんのものがある。 02:31.110 --> 02:31.920 まだまだある。 02:31.950 --> 02:37.260 さまざまな事業分野ごとに設計された特定のリーダーボードがある。 02:37.260 --> 02:44.850 医療用のリーダーボードをご覧いただけますが、 これはもちろん、 医療用にデザインされたものです。 02:44.850 --> 02:47.940 他の言語のリーダーボードを見ることができる。 02:47.970 --> 02:49.380 ポルトガル語は1つだと思う。 02:49.380 --> 02:50.190 今見たところだ。 02:50.190 --> 02:50.820 お見せしましょう。 02:50.820 --> 02:57.150 用途に応じて、 さまざまな言語別のリーダーボードがある。 02:57.150 --> 02:59.670 それがあなたにふさわしいリーダーボードかもしれない。 03:00.300 --> 03:02.970 それからヴァルヘイムのリーダーボードを見に行く。 03:02.970 --> 03:06.720 このことについては、 初期の頃に少し触れたので覚えているかもしれない。 03:06.720 --> 03:12.960 オープンソースとクローズドソースを含む多くのリーダーボードがある、 とても便利なリソースだ。 03:12.960 --> 03:17.910 だから、 モデル・ファミリーを一同に集めることができる場所のひとつなんだ。 03:17.910 --> 03:24.990 また、 コスト、 APIコスト、 コンタクトウインドウの長さといった便利な表もある。 03:25.080 --> 03:35.440 また、 ブックマークに追加しておくといいのは、 最新情報を確実にまとめている数少ない場所のひとつだからだ。 03:36.040 --> 03:48.190 そして、 最後に紹介するのは、 さまざまなエキスパート・スキルを評価する「シール」と呼ばれるリーダーボードで、 このリーダーボード群には常に新しいリーダーボードが追加されている。 03:48.190 --> 03:52.210 というわけで、 これもまたブックマークしておきたい一品だ。 03:52.210 --> 04:00.850 というのも、 これらは素晴らしい情報源であり、 将来これらを使う必要が出てきたときに、 私に感謝することになると思うからだ。 04:02.350 --> 04:09.790 さらに、 チャットボット・アリーナ(LMS Chatbot Arena)と呼ばれるものについても見ていきます。 04:09.790 --> 04:12.100 素晴らしいリソースだ。 04:12.100 --> 04:19.390 特にチャットのユースケース、 モデルのチャット能力に注目している。 04:19.390 --> 04:26.080 しかし、 ある種のベンチマーク・テストを行うのではなく、 04:26.080 --> 04:34.840 どのモデルがより優れているかを人間の判断に頼るという考え方だ。 04:34.990 --> 04:46.870 それに、 Aモデルを選ぶかBモデルを選ぶかは、 人間が両方のモデルと一緒にチャットしながら定性的に決めることなんだ。 04:46.870 --> 04:52.810 しかも、 どのモデルがどのモデルなのかわからないブラインドテストなので、 わからないまま投票しなければならない。 04:53.020 --> 05:01.420 そしてモデルには、 総合的な、 えー、 えー、 多くの人間によるテストでの同業者に対する総合的な順位に基づいて、 05:01.420 --> 05:08.500 先ほど言ったEloレーティングが与えられる。 05:08.500 --> 05:10.330 だから、 これを見よう。 05:10.360 --> 05:12.700 自分たちで投票することになる。 05:13.300 --> 05:18.580 そして最後に、 法律からタレント、 コード、 ヘルスケア、 教育まで、 あらゆる商業的なユースケースを紹介し、 05:18.610 --> 05:23.050 llmsが実際に使われている様子をご覧いただきます。 05:23.050 --> 05:26.950 もちろん、 これは10倍以上になる可能性もある。 05:26.980 --> 05:34.060 Llmsは、 あなたが想像できるあらゆるビジネス分野でインパクトを与えているが、 そのうちのいくつかを見て、 05:34.060 --> 05:37.270 そこに何があるのかを知ることは常に有益だ。 05:37.270 --> 05:39.610 だから、 これからそのすべてを行う。 05:39.610 --> 05:45.370 そして、 準備、 準備、 ブックマークをする準備だ。 これから役に立つものをたくさん見ることになるからね。