You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 

175 lines
7.6 KiB

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。