【論文読んでみた】 LLM マルチエージェント設計のための16パターンと、本記事が独自に設定した６つのカテゴリ

またまた興味深い論文が出ていましたので紹介させていただきます。

LLMを使ったシステムの全体アーキテクチャやソフトウェアレベルの設計について考えるとき、エージェントをどのように構成するのかは、まだ完全なベストプラクティスがない状態のため日々みなさん試行錯誤していると思います。

エージェントの構成やマルチエージェント化する際にエージェントをコンポーネントとして考えるための参考になると思います。

【試してみた】 ChatGPT 4o → 驚きの体験

ニュースにもなっているChatGPT 4oですが、早速試してみました。

第一印象としては、とにかく速い！！！！

日常的にLLMをよく使いますが、結果が返ってくるまでに時間がかかる事から、プロンプトを投げ込んだ後は時短家電的に放置して他の事をやってたりもしました。（こんな記事も書いていたぐらい）

しかし、もはや放置して待つだけの余裕は与えてもらえません！！

いままでのChatGPTが一般道を

【論文読んでみた】 LLMが生成した長文文書の”事実性”を評価する（SAFE/ Google DeepMind）

またまた面白そうな論文が出ていましたのでご紹介。みなさん、LLMのハルシネーション問題には頭を悩ませていることかと思います。そんなハルシネーション問題にたいして、事実性の確認という手法で長文文書を評価しようという試みについての論文です。

この論文内では、SAFEというモデル、SAFEで使われる質問セットであるLongFact、SAFEで使われる指標（メトリックス）であるF1@Kが提案されています

ChatGPTで調べ物　時短家電との関係性

なぜ最近そんなにChatGPTがどんどん身近になっているのかを考えたときに、ふと一つのことが頭をよぎりました。うまくChatGPTを使ったときの感覚って、時短家電を活用したときと同じ感覚になるぞ、と。

いままで調べ物をするときはGoogleを開き、検索キーワードを考え入力して検索し、できたページリストから良さそうなものを探し、ページを順に見て、ページ内に書かれた情報を読み取り解釈して、本当に自分

ChatGPTやLLamaなどのLLMに指示する上で重要な２６の原則（Principle Instructions)

またまた気になる論文が出ていました。

Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4

https://arxiv.org/pdf/2312.16171.pdf

例によって、ChatGPTさんに手伝ってもらいます。重要だと言われていたポイントももりこんでプロンプトしてみます。

２６の

ChatGPTの効果　バイアスの修正

この記事はラフドラフトです。修正される可能性があります。

ひとには皆それぞれのバイアスがあります。バイアスとは先入観や偏見や思い込みなどを指します。

将来のある時点で目指す姿があったとします。目指す姿に向かっては、常に選択の幅は広がっていますが、バイアスがあるとどうしても一定の選択をしてしまうようになります。目指していたゴールが、バイアスによって選択された先に偶然にもあればよいのですが、そうで

結局のところLLMとは何なのか？ChatGPTに聞いてみた。

最近はChatGPT（Copilotなども含め）がないと仕事がはかどらないような体になってきました。ChatGPTがいるのといないのでは、文章やコードを書く作業時間は少なく見積もっても２倍ぐらいは違いが出るような気がします。例えば、コード全体の設計や、サンプルコードを書いてもらう、はたまたデバッグしてもらう、などの作業自体も効率化されましたが、それらに付随する調べ物の時間がとにかく減ったような感じ

Let's go around the table.

順番に話をしていこう。
ミーティングなどで発言を促す場合に、順番に話をしていこう、という文脈で使われる。

BRB
Be right back

会議中に離席するが、すぐに戻るときにチャットでBRBと書いておくと、ウェブ会議参加者がムダにその人物に話しかけて返事がない、というようなことが防げる。

I will note down your point.
そのポイントについて書き留めます。

会議の場で、すぐに回答ができないような議題が出てきたときに、とりあえずメモをして即答を避ける際などに使える。