マガジンのカバー画像

自然言語処理入門

776
自然言語処理関係のノートをまとめました。
運営しているクリエイター

#自然言語処理

LangChain で RAGのハイブリッド検索 を試す

「LangChain」でRAGのハイブリッド検索を試したので、まとめました。 1. RAGのハイブリッド検…

npaka
8時間前
13

『Google Gemini 1.5/LlamaIndex/LangChain 人工知能プログラミング実践入門』 がま…

『Google Gemini 1.5/LlamaIndex/LangChain 人工知能プログラミング実践入門』 がまもなく発…

npaka
16時間前
16

Gemini API の Context caching

以下の記事が面白かったので、簡単にまとめました。 1. Context caching「Context caching」…

npaka
22時間前
10

LangChain のユースケース

「LangChain」 のユースケースをまとめました。 1. RAGのQA「RAGのQA」は、RAG技術を使用して…

npaka
1か月前
109

LangChain v0.1 から v0.2 への移行手順

LangChain v0.1 から v0.2 への移行手順をまとめました。 1. はじめに「LangChain v0.2」は 2…

npaka
1か月前
18

LangChain v0.2 の概要

以下の記事が面白かったので、簡単にまとめました。 1. LangChain v0.2「LangChain v0.2」は …

npaka
1か月前
53

Google Colab で 属性予測モデル KARAKURI LM 7B APM v0.1 を試す

「Google Colab」で属性予測モデル「KARAKURI LM 7B APM v0.1」を試したので、まとめました。 1. KARAKURI LM 7B APM v0.1「KARAKURI LM 7B APM v0.1」は、属性予測モデルです。「Gemma 7B」のファイチューニングモデルになります。 学習データセットは、次の2つです。 2. 属性属性の値は 0(最低)〜4(最高) になります。 ・helpsteer ・oasst 3. Colabでの実行

Dify で RAG を試す

「Dify」で「RAG」を試したので、まとめました。 前回1. RAG「RAG」(Retrieval Augmented Gen…

npaka
1か月前
257

Google Colab で mergekit-evolve による 進化的モデルマージ を試す

「Google Colab」で「mergekit-evolve」による「進化的モデルマージ」を試したので、まとめま…

npaka
1か月前
28

Weave と Elyza-tasks-100 で ローカルLLMを評価する

「Weave」と「Elyza-tasks-100」で ローカルLLMの評価を試したので、まとめました。 1. Weave…

npaka
1か月前
20

Google Colab で Phi-3 を試す

「Google Colab」で「Phi-3」を試したので、まとめました。 1. Phi-3「Phi-3」は、Microsoft…

npaka
1か月前
71

オリジナルデータセットで Idefics2 のファインチューニングを試す

オリジナルデータセットで高性能なオープンVLM「Idefics2」のファインチューニングを試したの…

npaka
1か月前
16

MLX で Llama 3 を試す

「MLX」で「Llama 3」を試したので、まとめました。 1. Llama 3「Llama 3」は、Metaが開発し…

npaka
2か月前
33

OpenAI API の Assistan API v2 の新機能

「OpenAI API」の「Assistan API v2」の新機能についてまとめました。 1. Assistan API v2の新機能「Assistant API v2」の新機能は、次のとおりです。 1-1. file_searchの追加 (元Retrieval) 「file_search」と呼ばれるRetrievalを改良したToolが追加されました。このToolは、Assistantごとに最大10,000個のファイルを取り込むことができます。これは以前の500倍で