WEBVTT 00:00.650 --> 00:08.030 LLMエンジニアリングとマスタリーへの旅の4週目、 4日目へようこそ。 00:08.180 --> 00:12.620 ここで再びコード・ジェネレーションを見てみよう。 00:12.620 --> 00:19.190 前回は、 フロンティアモデルを使ってコードを生成するのがとても楽しかった。 結局、 非常にシャープなUIを使って、 00:19.190 --> 00:31.040 さまざまな種類のパズルを試すことができたし、 クロードがコンペティションで優勝するために生成した驚くべきパフォーマンス向上も見ることができた。 00:31.040 --> 00:39.380 問題を再解釈してシャノンのアルゴリズムを適用したところ、 6万倍以上速くなったとは? 00:39.770 --> 00:42.740 だから今日はオープンソースに移行する。 00:42.740 --> 00:45.860 コーディングにオープンソースのモデルを使えるようになる。 00:45.860 --> 00:50.690 これはハギング・フェイスのもうひとつの機能で、 推論を目的としてモデルをクラウドにプライベートでデプロイし、 00:50.690 --> 00:56.900 実行することができる。 00:57.170 --> 01:02.960 つまり、 ハグフェイスという素晴らしいリソースのもうひとつの大きな特徴なのだ。 01:03.230 --> 01:10.490 そして、 オープンソースLMSとフロンティアLMSを使ってコードを生成するソリューションを構築するつもりだ。 01:10.520 --> 01:11.720 見てみよう。 01:12.800 --> 01:15.260 まず、 この挑戦について簡単に思い出してほしい。 01:15.290 --> 01:16.250 覚えているだろう? 01:16.280 --> 01:23.330 私たちは、 Cプラス、 プラス、 またはパイソンのコードを高性能のCプラスプラスコードに変換できる製品を作っています。 01:23.600 --> 01:32.450 そしてGPTを4つ使い、 前回はクロードが100倍速く走った。 01:32.750 --> 01:40.490 GPT4は、 少なくともコードを最適化した。 01:40.490 --> 01:45.110 クロードは6万回以上もアルゴリズムを書き直したんだ。 01:45.110 --> 01:46.550 パフォーマンス向上。 01:46.550 --> 01:48.350 ファンタスティックだ。 01:48.380 --> 01:55.640 今こそ、 オープンソースがフロンティアモデルという野獣にどう対抗できるかを見極める時が来たのだ。 01:55.670 --> 01:57.050 試してみよう。 01:57.080 --> 01:58.820 またすぐに会おう。