From the uDemy course on LLM engineering.
https://www.udemy.com/course/llm-engineering-master-ai-and-large-language-models
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.
67 lines
2.4 KiB
67 lines
2.4 KiB
WEBVTT |
|
|
|
00:01.760 --> 00:02.480 |
|
友人だ。 |
|
|
|
00:02.510 --> 00:05.390 |
|
本当に疲れ果てている。 |
|
|
|
00:05.390 --> 00:09.620 |
|
疲れきっているし、 ちょっとだけトラウマになっている。 |
|
|
|
00:09.950 --> 00:13.520 |
|
そして、 その責任はあなたにもある。 |
|
|
|
00:13.550 --> 00:16.760 |
|
その理由はすぐにわかるだろう。 |
|
|
|
00:16.790 --> 00:21.050 |
|
その前に、 今日の予定について話そう。 |
|
|
|
00:21.500 --> 00:25.670 |
|
だから、 ベースラインのハードルを上げていくつもりだ。 |
|
|
|
00:25.670 --> 00:29.360 |
|
すでにできることを思い出してほしい。 |
|
|
|
00:29.390 --> 00:36.230 |
|
もちろん、 AIアシスタントを使ったフロンティアモデルの組み合わせからテキストを生成したり、 ツールを使ってコードを生成したり、 |
|
|
|
00:36.230 --> 00:44.240 |
|
抱き合わせ顔変換ライブラリを使ったオープンソースシステムもあり、 ラングチェーンを使ってラグパイプラインを構築することもできるし、 |
|
|
|
00:44.240 --> 00:51.110 |
|
今ではデータをキュレーションすることもできる。 |
|
|
|
00:51.110 --> 00:52.700 |
|
最後に、 言わせてもらえば。 |
|
|
|
00:52.700 --> 00:57.740 |
|
また、 かなり馬鹿げたテクニックを使ってベースラインモデルを作ることもできる。 |
|
|
|
00:57.740 --> 01:04.040 |
|
しかし、 特徴工学とバッグ・オブ・ワードの両方を含む伝統的な機械学習の線形回帰を使い、 |
|
|
|
01:04.040 --> 01:14.270 |
|
さらにワード2ベクトルを使ったより高度な技術を使い、 サポートベクターマシン、 そしてランダムフォレストを加える。 |
|
|
|
01:14.330 --> 01:16.250 |
|
かなりの旅だった。 |
|
|
|
01:16.250 --> 01:17.750 |
|
だから今日も。 |
|
|
|
01:17.780 --> 01:23.510 |
|
今日は、 私たちが組み立てたフレームワークを、 フロンティア・モデルに当てはめてみよう。 |
|
|
|
01:23.510 --> 01:30.080 |
|
そしてこれは、 適切なビジネス上の問題を取り上げ、 データを理解し、 それをフロンティア・モデルに提示し、 |
|
|
|
01:30.140 --> 01:35.750 |
|
そのパフォーマンスを比較するために必要なすべてのステップを実際に捉えることになる。 |
|
|
|
01:35.750 --> 01:41.870 |
|
だから、 我々にとってはエキサイティングな瞬間だ。 |
|
|
|
01:41.930 --> 01:46.130 |
|
それではまたJupyterLabでお会いしましょう。
|
|
|