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.
175 lines
5.7 KiB
175 lines
5.7 KiB
WEBVTT |
|
|
|
00:00.050 --> 00:02.870 |
|
では、 他のモデルをもう少し速く見ていこう。 |
|
|
|
00:02.900 --> 00:05.510 |
|
まずはグーグルのジェミニから。 |
|
|
|
00:05.750 --> 00:11.030 |
|
私はプロプランを持っていて、 ジェミニ・アドバンストとフラッシュのどちらかを選ぶことができる。 |
|
|
|
00:11.330 --> 00:12.560 |
|
そして、 私たちは何をすべきか。 |
|
|
|
00:12.590 --> 00:19.280 |
|
まず、 ハワイからはるばるジャンプするのに何本の虹がかかるか、 |
|
|
|
00:19.280 --> 00:28.850 |
|
という気まぐれな質問をしよう。 |
|
|
|
00:28.850 --> 00:30.020 |
|
17. |
|
|
|
00:30.020 --> 00:38.870 |
|
その答えをどう処理するか見てみよう。 |
|
|
|
00:39.500 --> 00:55.520 |
|
ええと、 だから、 ええと、 わかると思うけど、 それはいいんだけど、 ええと、 確かに字余りなんだ。 |
|
|
|
00:55.520 --> 01:01.700 |
|
確かに、 GPTのように明確に理解されるような反応は得られていない。 |
|
|
|
01:01.700 --> 01:07.700 |
|
私たちがユーモアを交えて質問したことで、 遊び心を持って取り組むことができた。 |
|
|
|
01:07.850 --> 01:19.750 |
|
だから私には、 このようなことの背後にある意味を理解する能力、 ニュアンスのわずかな欠如を示すようなものだが、 それでも双子座からの徹底した回答であることに変わりはない。 |
|
|
|
01:19.780 --> 01:23.350 |
|
新しいチャットは何回目ですか? |
|
|
|
01:23.380 --> 01:32.230 |
|
この文章にはAという文字が何回出てくるか? |
|
|
|
01:33.100 --> 01:35.500 |
|
それをどう処理できるか見てみよう。 |
|
|
|
01:36.370 --> 01:37.690 |
|
考えているんだ。 |
|
|
|
01:40.750 --> 01:43.300 |
|
それが間違いなのか? |
|
|
|
01:43.450 --> 01:50.710 |
|
つまり、 逆カンマのaはカウントすべきではないという一派があることは間違いない。 |
|
|
|
01:50.740 --> 01:55.660 |
|
つまり、 無理があるけれど、 もしそれを認めるなら、 Aが3つあるというのは、 |
|
|
|
01:55.690 --> 01:58.720 |
|
ええと、 悪くないと言えるかもしれない。 |
|
|
|
01:58.720 --> 02:04.870 |
|
しかし、 そのAのひとつがセンテンスから来ていると信じていることがわかるだろう。 |
|
|
|
02:04.930 --> 02:10.960 |
|
そう、 だから、 いや、 悲しいかな、 この点ではまだプレビューが勝者なんだ。 |
|
|
|
02:11.080 --> 02:15.100 |
|
もっと、 もっと実験ができるようにね。 |
|
|
|
02:15.100 --> 02:20.050 |
|
でも、 その......その......その......その......その......その......その......その |
|
|
|
02:20.140 --> 02:23.760 |
|
すみません、 これはカナダのAI会社cohereのコマンドプラスです。 |
|
|
|
02:23.790 --> 02:31.590 |
|
さまざまな分野に特化した知識を持っているということを、 本当に重視している。 |
|
|
|
02:31.680 --> 02:33.120 |
|
そう問いかけてみよう。 |
|
|
|
02:33.120 --> 02:39.150 |
|
他のフロンティアのLLMと比べて、 どのような質問に答えるのが得意ですか? |
|
|
|
02:39.150 --> 02:41.520 |
|
それで、 何が返ってくるの? |
|
|
|
02:41.550 --> 02:45.900 |
|
まず第一に、 AI言語モデルとして、 私はブラブラを支援するように設計されていると書かれている。 |
|
|
|
02:45.900 --> 02:51.150 |
|
長所もあれば課題もある。 |
|
|
|
02:51.240 --> 03:00.360 |
|
ええと、 モデルの種類はいくつも出てきますが、 実際にはモデルの名前は載っていません。 |
|
|
|
03:00.360 --> 03:07.470 |
|
しかし、 マルチモーダルな能力を持っていないことを明確にした上で、 それでも完全にまともな答えだ。 |
|
|
|
03:07.560 --> 03:09.090 |
|
ああ、 そうだね。 |
|
|
|
03:09.090 --> 03:17.820 |
|
だから、 この種のことに関するより多くの情報源を持っていることを示す、 かなり良い、 徹底的な回答だ。 |
|
|
|
03:18.090 --> 03:19.620 |
|
ええと、 なぜそれを聞かないんですか? |
|
|
|
03:19.650 --> 03:21.090 |
|
どんな感じですか? |
|
|
|
03:23.100 --> 03:24.510 |
|
嫉妬すること。 |
|
|
|
03:26.010 --> 03:27.720 |
|
比べてみてほしい。 |
|
|
|
03:28.110 --> 03:33.000 |
|
本当に徹底しているのがわかるだろう。 |
|
|
|
03:33.030 --> 03:33.840 |
|
本当に。 |
|
|
|
03:33.870 --> 03:39.560 |
|
豊富な知識を駆使していることが伝わってくる。 |
|
|
|
03:39.560 --> 03:44.690 |
|
クロードから得た答えよりは表現力が乏しいかもしれないが、 ざっと目を通しただけで、 |
|
|
|
03:44.690 --> 03:50.570 |
|
より構成的で詳細で実質的なものを持っているように見える。 |
|
|
|
03:50.570 --> 03:53.150 |
|
でも、 もう少し時間をかけて、 どう考えるか見てみるべきだ。 |
|
|
|
03:53.390 --> 03:56.570 |
|
あー、 でも、 この手のことが得意なのは確かだ。 |
|
|
|
03:56.570 --> 03:59.120 |
|
それに、 僕たちも楽しんだ方がいい。 |
|
|
|
03:59.120 --> 04:00.680 |
|
彼女に聞いてみようじゃないか。 |
|
|
|
04:00.680 --> 04:08.600 |
|
この文章にはAという文字が何回出てくるか? |
|
|
|
04:11.060 --> 04:14.210 |
|
そして、 この文章にはAという文字が11回登場する。 |
|
|
|
04:14.210 --> 04:14.930 |
|
これでよし。 |
|
|
|
04:14.930 --> 04:16.400 |
|
今、 私たちは知っている。 |
|
|
|
04:17.420 --> 04:27.950 |
|
だから、 このプラットフォームが豊富な背景知識を利用できるという事実は、 この種の作業には役立たない。 |
|
|
|
04:27.950 --> 04:33.950 |
|
繰り返しになるが、 これは特にLLMが苦手とするもので、 その理由はLLMのトレーニング方法と、 |
|
|
|
04:33.950 --> 04:37.880 |
|
推論モードの実行方法にある。 |
|
|
|
04:37.910 --> 04:38.630 |
|
分かった。 |
|
|
|
04:38.630 --> 04:41.810 |
|
以上、 ジェミニとカンパニーについて簡単に紹介した。 |
|
|
|
04:41.810 --> 04:46.610 |
|
そして次回は、 最後の2つのメタAIと当惑を見てみよう。
|
|
|