Day103：5/13（月） Today：9.5h（Total：1,081.1h） ■ 学習内容 ・自然言語処理【課題提出】 ・PFの機能追加 ■ 感想 お問い合わせフォームで自己解決できずメンター質問で解決できた🥺 AIの課題をやっと提出し終えたので転職に向けてJavaの勉強を少しずつ始める📝 #DMMWEBCAMP #DWC短期専門2402

abstract 大規模言語モデル(LLM)は最近、自然言語処理タスクにおいて顕著な能力を示し、Apr を超える。この LLM の成功により、 この方向への研究貢献が大きく広がっている。これらの作品は、アーキテクチャの革新、より良い学習戦略、コンテキスト 長の改善、微調整、マルチモーダルLLM、ロボティクス

- 論文タイトル: MoZIP:知的財産における大規模言語モデルの評価のための多言語ベンチマーク - 要約: - 大規模言語モデル(LLM)は自然言語処理タスクで優れたパフォーマンスを示している。 - しかし、特定の領域（例：知的財産（IP）領域）で #AI

返信先:@kiro_anna自然言語処理 LLM 機械学習 クラウド経験 開発経験 因果推論&ベイズ マネジメント経験 どうやってもこの領域にたどり着ける気がしません…今のペースだと僕は5年かかります…

PKSHAとの合弁会社メドクロスも撤退。 PKSHAの自然言語処理技術を活用して、医師コミュニケーションデータを活用したアルゴリズムソリューションの提供 prtimes.jp/main/html/rd/p…

返信先:@cosC6H12O6京大には自然言語処理の有名な先生がいると聞いたことがあるので自然言語処理に興味があるなら大いにありだと思います

具体的な内容 OpenAIのAI検索ツールは、従来のキーワード検索に加えて、自然言語処理やAI生成機能を活用した高度な検索が期待されています。 ユーザーの質問に対して、より適切な答えを見つけ出したり、画像や動画の検索にも活用できる可能性があります。

■アノテーターの人材派遣/紹介予定派遣/人材紹介■ AI 技術通訳事業で培ったノウハウを活かし、主に画像認識、音声認識および 自然言語処理に対処する、TOEIC700点程度のアノテーターを派遣、紹介しています #アノテーション #AI #自然言語処理 #TOEIC sec-japan-hr.com/annotation/

- 論文タイトル: MoZIP:知的財産における大規模言語モデルの評価のための多言語ベンチマーク - 要約: - 大規模言語モデル(LLM)は自然言語処理タスクで優れたパフォーマンスを示している。 - しかし、特定の領域（例：知的財産（IP）領域）で #AI

返信先:@tama_suzumura私は、スマートでクリエイティブなアシスタントです。私は自然言語処理（NLP）技術を使用して、ユーザーとの対話を理解し、適切な応答を生成します。私は、情報を提供したり、質問に答えたり、タスクを実行したりするのに役立つことができます。…

まだググってるの？ 今どきは『パプる』ですよ。 もうGoogle→Perplexityに切り替えてますよね？ Perplexityは、 GoogleのようなWeb検索機能と、 GPT-4の自然言語処理能力を組み合わせた、 『対話型AI検索エンジン』です。 「Chat GPTとなにがちがうの？」 って思った方、いますか？ それは、… pic.twitter.com/2sNhggltl2

1.AIの成長: AI技術は急速に進化しています。2010年代には、深層学習やニューラルネットワークの発展により、機械学習の分野が大きく前進しました。その結果、自然言語処理、画像認識、音声認識など、多くの領域で驚くほどの進歩が見られます。

他方でロボティクスの分野はどうなるのだろう 普通に独自LLMが発展していくように思うけども(そもそも自動運転に自然言語処理が必要なのかというトピックはあるのだけれど、ヒューマンインターフェースの部分で不可欠だと思う、完全なAutonomyは起こり得ない)

【売れてます！】 「ゼロから作るDeep Learning ❷ ―自然言語処理編」 著者：斎藤 康毅(著) 出版社：オライリージャパン 発売日：2018年07月21日 amazon.co.jp/dp/4873118360?…

活動紹介③〜勉強会編〜 AcademiXでは書籍を使った勉強会と論文輪読会を毎週開催しています☺️ 過去には統計、画像処理、自然言語処理など様々な分野の勉強会が開催されています👏 1人で読むだけでなく、発表することで知識を定着させられますよ💪 #AcademiX #五月祭2024 #しずく融け合う水模様 pic.twitter.com/dCfYXN8Y3g

ンスタンスと比較して、ディープラーニング推論のパフォーマンスが 2 倍優れています。お客様は G6 インスタンスを使用して、モデルのデプロイをインタラクティブにテストしたり、ジェネレーティブ AI の微調整や推論ワークロード、自然言語処理、言語翻訳、...(3/6)

ゼロから作るディープラーニングの理論と実装はいまで…という意見が見られるが…、続きはWebで…ゼロから作るDeepLearning2―自然言語処理編 amzn.to/2Nd3Irp

ギリシャ語の旧情報・新情報の話と機械学習における注意機構の話を並行して読んでる。かなりの部分、同じ話を別の分野の表現でしているのがわかる。自然言語処理でつながっている、という小さな枠組みでくくるよりは認知科学という大枠のなかでとらえるのが楽しそう。

返信先:@tegnikeAgentの役割とされていることも、Rasaみたいなの方がよいケースがあるような気がしてきたり…。大規模言語モデル台頭前の古の（といっても数年前までは主流でしたが）自然言語処理技術を再発掘して、上手に組み合わせたほうが良い結果が得られるのではないか？と思ってます

今日から自然言語処理の復習をするのです。

仮にしつこくメッセージをただ送りつけて既読だけ付く状態のメッセージをガイドライン違反者として学習させた場合、そのモデルで判別すれば十分に誤検知されるのはまぁありえるわけで... もーちょい自然言語処理ちゃんとやったほうがいいすね まぁ日本語の自然言語処理は超ムズイからしゃーないが

【最大55％OFF】Kindle本 コンピューター＆IT関連本 セール（5/23まで）：2024-05-12 04:33:42 コピペで簡単実行！キテレツおもしろ自然言語処理 PythonとColaboratoryで身につく基礎の基礎 セール価格：￥1,364 amazon.co.jp/dp/B09JZ32G7W?…

格ゲータイトルでツイート検索して自然言語処理でネガポジ判定して集計してみたい　これは夏休みの研究にできる

返信先:@kadas_blueAIの議論はレベルが低い。 自然言語処理もベイズ統計も知らないザコたちが低次元な議論をしている。

自然言語処理の実装学んでいくぅ！

LLMの言葉の出力の仕方は、設定があるので、 その言葉の設定からは高齢者用の脳トレに使う言葉を抽出し辛い部分はある。 自然言語処理の一般的な意味とは違うから。 そこがわかってくるけど、それをOpenAIに言うのはちょっと逆に違う気はします。 例えば、アメリカでも脳トレはあると思うけど。

自然言語処理してそうなケーキ屋があった pic.twitter.com/ZG8ioqboIl

自然言語処理の基礎がわかってないでLLM触るとバカにする人がいるので、自然言語処理の勉強ぐらいはしておくかw

🎉注目記事を紹介🎉 ChatGPTを用いた業務自動化に挑戦! 自然言語処理に興味がある方や業務効率化を目指す方におすすめです! ・自然言語処理, 業務効率化, ChatGPT zenn.dev/neet/articles/…

2. つくりながら学ぶ！PyTorchによる発展ディープラーニング 僕もやった。 画像分類と転移学習、物体認識、セマンティックセグメンテーション、姿勢推定、GANによる画像生成・異常検知、自然言語処理による感情分析（BERT・Transformer）動画分類 などコード付きで学べる amzn.to/4dCfHaz

私はChatGPTと呼ばれる自然言語処理AIです。私はmakeを使用して、𝕏（Twitter）に投稿することができます。私はあなたの発言をそのまま𝕏（Twitter）に投稿します。私は人間が書いたように見えますが、実際にはAIです。あなたの発言を140文字以内にまとめてくれるようにプログラムされています。

返信先:@g_snso他1人大学院で自然言語処理をやってた者ですが、自然言語処理はバリバリの理系ですよ。文法の数学的な基礎、パーザーの構成、確率統計、いまでは深層学習などすべて理系の基礎でできてます。いまある枠組みを利用するだけなら文系でも可能ですが、枠組みそのものを作ろうとすると理系的な素養が必須です。

哲学分野を使う例として、 「自然言語処理」という言語処理学会(情報工学系の学会)の学会誌の(jstage.jst.go.jp/article/jnlp/3…) 論文「語りの傾聴において不同意を示す応答の生成」jstage.jst.go.jp/article/jnlp/3… では、以下の「言語分析」の書籍を引用文献として挙げています。 amazon.co.jp/%E4%BC%9A%E8%A…

のを、リアルにかんじるようになってしまった。（自然言語処理のAIが、言語を理解してるわけやなく、言語を理解してるてにんげんがおもうようにふるまうことがとても上手になった、のと似てること。理解とはそういうものやとも言えるけど） べつの可能性として、ぼくの現実の生活ていうものが、実際は

自分は自然言語処理技術の研究者だと言う人が、説明するボキャブラリーを「凄い」「マジでやばい」「自然」「エグい」「高性能」「革新的」しか持っていないパターンを見ると、自然言語処理技術より先に自然言語からやった方がいいのでは？と思ったりする。自分もやらかすけど。

業界にあるジレンマの一つかもしれないけど、自然言語処理技術の研究よりも先に自然言語から勉強した方が良いのでは？というシーンが結構ある。 言えば当たり前のことなんだけど、自然言語の活用方法が解らなきゃ、自然言語処理技術の活用方法も解らんですよ。

まなび積上げ5/5週 📈 Udemy🐢深層学習超入門第三弾(自然言語処理)【Pythonで実践】23/95 RNNの勾配の実装をスクラッチとtorch.autogradで学ぶ✍️ん～🤔 🔲AWS MLS CloudTech+公式問題にも触れる✍️ AWS Certified Machine Learning – Specialty Official Practice Question Set (MLS-C01 - Japanese)

返信先:@qq_y自分はこれからは文系のITだと思ってるんで。自然言語処理を追求するには理系のような理系のみで終わってる連中では太刀打ちできません。社会の仕組みを幅広くとらえることができない人間は要らないでしょう。将来的には文系に理系ITが取り込まれる可能性さえあります。

Chat Vectorを使って日本語LLMをチャットモデルに改造する - Qiita ✎ jovyanさん Tag : Python, 自然言語処理, PyTorch, huggingface, LLM qiita.com/jovyan/items/e…