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.
 
 

187 lines
5.9 KiB

WEBVTT
00:00.500 --> 00:14.330
llamaと呼ばれるプラットフォームは、 LlmsのCプラス・コード・バージョンを直接マシンでコンパイルして実行できる。
00:14.360 --> 00:17.810
まずウィンドウズでお見せして、 それからマックに移ります。
00:17.840 --> 00:21.560
llamaを使うには、 まずお気に入りのブラウザを立ち上げる。
00:21.590 --> 00:22.880
Microsoft Edgeにアクセスしよう。
00:22.880 --> 00:24.950
リャマに行くだけでいい。
00:24.980 --> 00:31.310
またはllama llamaで検索してください。
00:31.820 --> 00:35.660
そして、 検索結果で最初にヒットするのは「アラーム」だ。 comに移籍した。
00:35.660 --> 00:36.650
そしてここにある。
00:36.680 --> 00:47.480
llamaと呼ばれているのは、 当初はmetaのオープンソースモデルであるllamaというモデルを中心に構築されたからだ。
00:47.480 --> 00:51.230
そのため、 ダウンロードはダウンロードボタンを押すだけと簡単だ。
00:51.230 --> 00:57.740
ダウンロードボタンを押すと、 ウィンドウズ版のダウンロードが開始される。
00:57.950 --> 01:02.930
ダウンロードを見ると、 ダウンロードが完了している。
01:02.930 --> 01:04.380
セットアップがある。 exe。
01:04.560 --> 01:07.530
ファイルを開くボタンを押すと、 プロンプトが表示される。
01:07.530 --> 01:08.100
ああ、 まだだよ。
01:08.130 --> 01:09.000
まだダウンロード中だ。
01:09.030 --> 01:09.630
私はこれを実行しただけだ。
01:09.660 --> 01:15.240
ローカルにインストールするよう促されるので、 ローカルにインストールしたらすぐにそうするつもりだ。
01:15.600 --> 01:21.060
スタート・メニューからPowerShellを呼び出します。
01:21.090 --> 01:31.920
ここでpowerと入力すると、 すぐにプロンプトが表示され、 openを押すとPowerShellが出てきます。
01:31.920 --> 01:36.780
このコースの開始時間は数分で、 やり方は単純に1回タイプするだけだ。
01:36.810 --> 01:44.280
インストールが完了し、 OKを押したら、 olama o l l a m a runと言えばいい。
01:44.280 --> 01:49.290
そして次にモデル名を入力します。 今回使用するモデル名はllama
01:49.290 --> 01:55.020
3です。 2は最新モデルのひとつだ。
01:55.860 --> 01:57.060
そして、 こうなる。
01:57.060 --> 01:58.020
そして走る。
01:58.020 --> 01:59.400
今まさに起きていることだ。
01:59.400 --> 02:03.060
カーソルが点滅しているのは、 このコンピューター上で大規模な言語モデルが稼働していることを意味する。
02:03.060 --> 02:04.770
初回は少し時間がかかるかもしれない。
02:04.770 --> 02:10.210
ラマに関連する20億のパラメータをダウンロードする必要があり、 インターネット接続によっては少し時間がかかるかもしれないが、
02:10.210 --> 02:13.870
進行状況を示すプログレスバーが表示される。
02:14.230 --> 02:20.020
だから、 私たちが今しようとしていることは、 このLLMと話をしてみることだ。
02:20.020 --> 02:21.250
そして、 こうしよう。
02:21.280 --> 02:23.620
実は今、 スペイン語を学ぼうとしているんだ。
02:23.620 --> 02:29.350
そして、 私のスペイン語の理解力は、 llmsの理解力よりも明らかに劣っていると断言できる。
02:29.710 --> 02:37.720
私が使っているアプリには、 お金を払ってAI家庭教師とチャットできるサービスがある。
02:37.750 --> 02:42.370
今は、 オープンソースのモデルを使えば無料でできることを知っているから、 そのためにお金を払いたくはない。
02:42.370 --> 02:48.130
だから今は、 スペイン語を教えてくれる家庭教師を作ろうと思っているんだ。
02:48.490 --> 02:51.400
すべてオープンソースで、 1ペニーも支払う必要はない。
02:51.400 --> 02:57.460
だから、 私はスペイン語を学ぼうとしていると言うつもりだ。
02:58.660 --> 03:01.960
私は全くの初心者です。
03:04.690 --> 03:12.000
基本的なスペイン語でチャットして教えてください。
03:13.200 --> 03:15.630
というわけで、 まずはこのプロンプトから。
03:15.630 --> 03:16.830
どうなるか見てみよう。
03:16.830 --> 03:17.820
考えているんだ。
03:18.390 --> 03:19.230
ホラ。
03:19.590 --> 03:21.480
スペイン語での会話へようこそ。
03:21.510 --> 03:24.570
手始めに、 基本的な挨拶から始めよう。
03:24.630 --> 03:25.800
どうですか?
03:26.250 --> 03:30.540
だから、 このプロンプトがとてもいいスタートを切っているのがわかるだろう。
03:30.540 --> 03:31.890
いくつか例を挙げてくれている。
03:31.890 --> 03:33.930
私がどこから来たかを理解してくれる。
03:33.960 --> 03:36.240
そして今、 私はこんなことが言える。
03:40.980 --> 03:42.120
アクセントをつける。
03:42.450 --> 03:44.550
ええと、 それで。
03:44.670 --> 03:46.410
ああ、 小さなミスがある。
03:51.000 --> 03:52.050
よし、 行くぞ。
03:52.050 --> 03:52.710
訂正してくれているんだ。
03:52.710 --> 03:58.320
私が聞き逃したのはアクセントで、 たぶんクエスチョンマークもそうだと思う。
03:58.320 --> 04:03.870
というのも、 これはオープンソースのLLMを使ったもので、
04:03.870 --> 04:11.790
最初からLLMが動いているのだ。
04:11.790 --> 04:14.700
そして今度はマックの人のために、 マックにひっくり返してみよう。