先日2024/10/30(水)に開催されたイベントのアーカイブ動画を公開しました。 / Classmethod AI Talks(CATs) #6 #catalks 生成AIサービス開発の実践 - 周辺技術を基礎から応用までキャッチアップ youtu.be/S4UBkT1T6fw?si… @YouTubeより

コミュニティイベント第8弾を公開しました。長年データ周りに携わっている @ishikawa_one @__john_smith__ 両名のセッションです。 生成AIが変えるデータ分析〜「AWSにおける生成AI＆データの全体像」と「より良い成果を得るためのRAGとの向き合い方」〜 cats.doorkeeper.jp/events/179084 #catalks

#後で読む 用メモです→ Classmethod AI Talks(CATs) #6 「Vercel AI SDK を使って Next.js で AIアプリケーションを 作成する方法のご紹介」というタイトルで登壇しました #catalks ift.tt/s3z6kgB

Classmethod AI Talks(CATs) #6 「Vercel AI SDK を使って Next.js で AIアプリケーションを 作成する方法のご紹介」というタイトルで登壇しました #catalks | DevelopersIO ift.tt/po8h5as

Classmethod AI Talks(CATs) #6 「マルチモーダルRAGやってみた」というタイトルで登壇しました #catalks | DevelopersIO ift.tt/qgbBzlT

昨日の登壇ブログを公開しました！ #DevelopersIO Classmethod AI Talks(CATs) #6 「マルチモーダルRAGやってみた」というタイトルで登壇しました #catalks dev.classmethod.jp/articles/class…

Classmethod AI Talks(CATs) #6 「Qdrantでベクトルデータベースに入門してみよう」というタイトルで登壇しました #catalks | DevelopersIO ift.tt/6YqQc8v

AWS Generative AI Catch Up Talks 〜AWSの生成AI最新情報共有＆ディスカッション〜 [2024/11/14(木)] に申し込みました! cats.doorkeeper.jp/events/178967 #catalks

本日開催イベントのX投稿をまとめました！ / 2024/10/30(水) 生成AIサービス開発の実践 - 周辺技術を基礎から応用までキャッチアップ！ #catalks togetter.com/li/2457977 #Togetter

おつかれさまでしたーありがとうございましたー８８８８８８８８８ #catalks

次回、CATs #7 の開催予定は以下の情報が正しいものとなります。以下の内容からお申し込みを是非よろしくお願いします！ #catalks pic.x.com/6Ta95D1BhH

DBSF Distribution-Based Score Fusion 高スコアのものを抽出できるのか docs.llamaindex.ai/en/stable/exam… #catalks

続いては「ベクトルの種類」について解説 #catalks

指標が変わると結果も変わる。 ユースケースに合わせて適切な指標を選ぼう #catalks pic.x.com/eYAdOrG16t

2人目の登壇者、たにもんさんの発表風景。#catalks pic.x.com/jJHITA8d5H

コサイン類似度だけ聞いたことある!! #catalks

Qdrantでベクトルデータベースの概念を学んでいくよ！ #catalks pic.x.com/gFXM3QxYS6

RDBに喩えて説明してくれるのありがてえありがてえ；； #catalks youtube.com/live/zLYUiuvyz… @YouTubeより

Qdrantで抑えておきたい概念諸々 #catalks pic.x.com/cPvc1y9lGO

Dockerイメージ用意しているからローカル開発でもつかえそう。Qdrant #catalks

#catalks Qdrant(クラッドラント)の紹介。

ざっくり理解： 入力をベクトルに変換するのがモデル ベクトル化しても元の特徴は維持される。 #catalks pic.x.com/XSBlCEUSGn

ベクトルデータベースとは #catalks pic.x.com/p8cnSmD8mT

セッション3：「Qdrantでベクトルデータベースに入門してみよう」 #catalks youtube.com/live/zLYUiuvyz… @YouTubeより

Qdrantベクトルデータベースの入門 qdrant.tech #catalks

3人目の発表は岩田さん！ #catalks pic.x.com/kPQe3OuLFZ

画像からテキストに変換する、実際推論のを個々タスクにわけるとより精度が上げることも出来ると思います #catalks

たにもんさんセッションのまとめ #catalks pic.x.com/z6pa6kouAO

「マルチモーダルRAGを実際動かしてみた」を動画で紹介。クラスメソッドで提供している生成AI支援サービスを使って作りました #catalks pic.x.com/840uNKwsG8

全然ついていけてないのでマジで学び直さないとヤバイことがわかったw #catalks

RAG全くわからん、、精進が足りない...🧘 #catalks

データ準備フェーズの概要 #catalks pic.x.com/POdYJuX5BL

実装したマルチモーダルRAGの概要について紹介 #catalks pic.x.com/dCIqEvkqq8

アプローチ3つめ #catalks pic.x.com/3bWUijWyDW

なかなかハイレベルな感じになってきている感じ...ですかね？ #catalks pic.x.com/lXAwfh3Lt4

マルチモーダルRAGとは #catalks pic.x.com/m6g4xpEfoh

実行時フェーズの流れ #catalks pic.x.com/3lGx2ik2tr

RAGの場合、chunk分割することで、精度わるくなることがあります。Context Retrievalでメタデータをもうけることで精度あげるなどある。ただし、トークンが増えたりするケースも #catalks

RAGの基本的な流れは「データ準備フェーズ」と「実行時フェーズ」から構成される #catalks pic.x.com/tN0iFovpFO