WEBVTT 00:00.110 --> 00:09.500 週目の1日目はかなり長い1日だった。 00:09.560 --> 00:14.930 私たちは環境を整え、 稼働させるためにいくつかの基礎的な作業をしなければならなかった。 願わくば、 00:14.930 --> 00:19.730 私たちが最初の大きなプロジェクトを成功させたことに満足してほしい。 00:19.730 --> 00:27.200 最初の頃のことを簡単に振り返ると、 一昔前はオープンソースのLMSをローカルで動かし、 00:27.200 --> 00:33.500 コンテンツを生成していた。 00:33.770 --> 00:42.560 そして環境を整え、 クラウド上のオープンAIを使ってGPT4へのフロンティアモデルへの呼びかけを行った。 00:42.800 --> 00:53.300 ミニは、 私たちがテキストを生成するために使用したモデルで、 明らかに私たちがここで使用しているのは、 おそらく1000倍か1万倍大きいクローズドソースのモデルだ。 00:53.540 --> 00:59.750 私たちはそのために、 ほんのわずかなセントという形で、 わずかな代償を払っている。 00:59.750 --> 01:06.500 しかし、 私たちから返ってくるものは、 地元の小規模なものを使うよりもはるかに質が豊かだ。 01:06.890 --> 01:12.590 ええと、 システムプロンプトとユーザープロンプトを区別する方法は、 高いレベルで学びました。 01:12.590 --> 01:15.710 もちろん、 この件に関しては、 今後数日のうちに詳しくお伝えするつもりだ。 01:15.770 --> 01:23.240 システム・プロンプトは会話のトーンや文脈を設定し、 ユーザー・プロンプトは会話そのものである。 01:23.270 --> 01:24.730 開幕戦に使った。 01:24.760 --> 01:28.030 その後、 何度も会話に使うことになる。 01:28.030 --> 01:35.320 そして最も重要なのは、 これを要約の分野に応用したことだ。 重要なユースケースは何度も出てくるので、 01:35.320 --> 01:39.550 さまざまな問題に応用できる。 01:39.550 --> 01:44.260 本業で、 すでにやっていることでこれを使う方法を見つけてほしいものだ。 01:44.260 --> 01:50.440 そうでなければ、 これを応用できるような個人的なプロジェクトを見つけることができるはずだ。 01:50.440 --> 01:53.110 そして、 みんなが何を考え出すのか、 とても楽しみだ。 01:53.530 --> 01:55.480 だから、 それが僕らの成果なんだ。 01:55.480 --> 02:07.000 そして、 私たちがすでに2歳になったことを信じられるだろうか。 LLMエンジニアリングの専門家になるためのコースの5%を修了した。 02:07.030 --> 02:12.460 明日は、 その旅とはいったいどんなものなのか、 どんなステップなのかについて話すつもりだ。 02:12.460 --> 02:16.600 だから、 何をすべきかを明確に認識し、 成功への準備を整えるのだ。 02:16.600 --> 02:18.910 そして、 いくつか、 いくつか、 いくつか、 コンテンツを作る。 02:18.910 --> 02:22.870 主要なフロンティア・モデルとは何か、 またその使い分けについてお話しします。 02:22.870 --> 02:31.630 そして、 OpenAIにお金を出したくない人たちに約束した、 簡単なラボワークも行います。 02:31.660 --> 02:37.360 クラウド上のフロンティア・モデルを呼び出す代わりに、 02:37.360 --> 02:43.870 ローカルで動作するOlamaを呼び出す。 02:43.870 --> 02:46.030 だから明日もそうしよう。 02:46.060 --> 02:47.500 とても楽しみにしている。 02:47.500 --> 02:48.670 その時にまた会おう。