最近の記事
DSPyの紹介: Signal Processing技術を採用したマシンラーニング向けPythonライブラリ→時系列データをサポート、RAG開発に有効
Intro to DSPy: Simple Ideas To Improve Your RAG参照ネタ：https://pub.towardsai.net/intro-to-dspy-simple-ideas-to-improve-your-rag-eb76914c844d DSPyとは？DSPy (Differentiable Signal Processing in Python)は、信号処理技術と機械学習モデルを統合するために設計されたPythonライブラリです。ディ
Complexity-NetとAdaptive-RAGの技術でRAGの推論性能を大幅に最適化（大規模LLM＋小規模LLM＋RAGの混在環境への提言と手法）
元文献: Enhancing Language AI: When to Use Small, Large or Retrieval-Augmented Models | by Anthony Alcaraz | Apr, 2024 | Medium 言語AIの強化：小規模、大規模、または検索拡張モデルを使用するタイミングAnthony Alcaraz LLM（Large Language Models）のようなGPT-4は、自然言語処理と生成能力の著しい進歩をもたらしまし
GPT-4oに対抗しうるオープンソースでローカルのエッジサーバに実装できるLlama 3-V：おまけにGPT-4の1/100のサイズのモデルでトレーニングコストはたったの$500?!
Llama 3-V: Matching GPT4-V with a 100x smaller model and 500 dollars元ネタ：https://aksh-garg.medium.com/llama-3v-building-an-open-source-gpt-4v-competitor-in-under-500-7dd8f1f6c9ee はじめに（オープンソースのLLMとしての）Llama3は大ヒットしており、性能面では多くの分野でGPT3.5を上回り、一部
AIエージェントのみでBPO (Business Process Outsourcing) 企業を作り上げる方法：Dify+Ollama+Llama3+Groqで顧客サポート窓口業務を完全自動化
How I Built A Simple ‘BPO’ Company, All AI Employees (All Local)元記事：https://ai.plainenglish.io/how-i-built-a-simple-bpo-company-all-ai-employees-all-local-631e48fa908a Disrupting the BPO Industry: My Journey Building a Fully Automated Comp
