フォローしませんか？
シェア
OpenAI-Cookbookで公開されている、大量のテキストを駆使して質問に答えるシステム構築に有利な、埋め込み型検索を用いた質問応答の例題を試してみました。 https://github.com/openai/openai-cookbook/blob/main/examples/Question_answering_using_embeddings.ipynb モデルのファインチューニングは例えると、1週間先の試験のために勉強するようなもので、試験本番になると、モデル
LangChain0.0.42で実装された、TimeWeightedVectorStoreRetrieverのチュートリアルの前半部分をgoogl colabで試してみました。行動を性格に反映することで、より生き生きとした会話が楽しめるようになっています。設定やストーリーを色々かえて試してみると楽しそうです。お試しあれ # ライブラリーのインストール!pip install openai > /dev/null!pip install langchain > /dev/nu
前回の続きです。 今度は、複数の生成エージェントをつくって、自由に設定したキャラクターでおしゃべりをさせてみます。 各キャラクター設定（吹奏楽団員）person_a = GenerativeAgent(name="クラ吹き", age=18, traits="クラリネット演奏者, 好きな作曲家はモーツアルト, インドア派, 心配性で真面目, 市民吹奏楽団に所属, 好きな食べ物は和食,", st
LangChainの公式ドキュメントを見ていると、毎日のように興味深い例題が掲載されていて、とても勉強になります。 今回は討論のファシリテーター役を模擬する、特権エージェントの実装の記事が面白そうだったので、要点をまとめてみました。まとめ役がいると、議論がすっきり流れますね。 リアルの会議でも、Whisperとかと組み合わせれば、会議の司会進行を自動化したり、世間一般の中立的な意見や専門知識をアドバイスする役としてエージェントを会議に参加させるのも面白いかも。 Direc
