サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
ChatGPTユーザーの悩みを解決するプロンプト徳力基彦氏（以下、徳力）：まず今日はChatGPTの使い方をしっかり覚えていただきたいと思います。ここで「深津式汎用プロンプト」。 深津貴之氏（以下、深津）：僕は1個1個、個別の例を出すのはあんまり好きではないです。さっき言ったように原理原則を1個理解すれば、全部その原理原則から引っ張れる方向が好きですね。 なので今日も、細かいプロンプトを出すよりは、だいたいあなたの悩みのすべてを解決するプロンプトを1個出すので、これだけ覚えて帰りましょう。 徳力：プロンプトですと、一気にプログラミングっぽい感じになってきました（笑）。これ（スライド）がサンプルですね。 深津：僕がいろいろ試した中で、それなりにいい感じになる汎用プロンプトです。 徳力：最初に聞くのを忘れましたけど、深津さんはChatGPTを何回ぐらい使っているんですか？ 感覚として。当然数え
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こんにちは！逆瀬川 ( https://twitter.com/gyakuse ) です！ 今日発表されたGPT-4について見ていきたいと思います。 なにがすごいのか 専門的な問題を解けるようになった たとえば米国司法試験で上位10%、GPT-3.5は下位10%だった 非常に長い文章を入出力できるようになった 最大で32k tokens (日本語で約2.5万文字、文庫で50pくらい) 画像をもとに会話できるようになった (これは実験段階でまだ提供されません) 特に嬉しいのは32k tokensまで文章を扱えるようになったことでしょう。
「OpenAI」の 記事「Chat completions」が面白かったので、軽くまとめました。 1.ChatGPTAPI「ChatGPT」は、OpenAIの最も先進的な言語モデルである「gpt-3.5-turbo」を搭載しています。「OpenAIAPI」から「gpt-3.5-turbo」を使用して独自アプリケーションを作成できます。 ・メールや文章のドラフト ・Pythonコードの生成 ・一連の文書に関する質問応答 ・会話型エージェントの作成 ・ソフトウェアへの自然言語インターフェースの追加 ・さまざまな科目の家庭教師 ・言語の翻訳 ・ビデオゲームのキャラクターのシミュレート 2. 使用料金使用料金は、以下で確認できます。 3.Colab での実行「gpt-3.5-turbo」は、マルチターンの会話を簡単にするように設計されていますが、会話のないシングルターンタスクでも役立ちます
Developers can now integrateChatGPT andWhisper models into their apps and products through ourAPI.ChatGPT andWhisper models are now available on ourAPI, giving developers access to cutting-edge language (notjust chat!) and speech-to-text capabilities. Through a series of system-wide optimizations, we’ve achieved 90% cost reduction forChatGPT since December; we’re now passing through those
ちゃだいん（@chazuke4649）です。DeepLの公式Chrome拡張機能がヤバかったので勢いにまかせて紹介します。 "公式版"がリリースされてたの知ってた？DeepL翻訳（ベータ版） -Chrome ウェブストア ベータ版ではありますが、いつの間にか公式版がリリースされていました。自分は今まで公式版がなかったので、以前は非公式版のツールを使っていました。 インストールするChromeウェブストアからインストールすると、右上にアイコンが表示されます。それをクリックすると以下ポップアップ画面が表示されます。 現時点では以下２つの機能が存在します。 読む: ブラウザ上の文章を任意の言語に翻訳して表示できる 書く: ブラウザ上に入力している文字を任意の言語に変換できる それぞれ試してみます。 「読む」 一般的にはこちらがよく認知されている機能だと思います。 下図のように、翻訳したい
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroidAndroid TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks ofAndroid 2 A MESSAGE FROM OURCEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions onGoogle 16 Activation Atlas 1 address validationAPI 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
sangmin.eth | Dify Ambassador @gijigae アリババの人工知能チームが @Stanford 大学の読解力テストで人間に始めて勝ったのが、今年の1月。スコアは、 ・人：82.304 ・AI：82.44グーグルの《BERT》でトレーニングさせた人工知能のスコアは何と、87.433！10カ月で5ポイントも上げている。人間とマシン、読解力の差は今後更に広がる🤖。twitter.com/GoogleAI/statu… 2018-11-03 16:51:29GoogleAI @GoogleAI We have released @TensorFlow code+models for BERT, a brand new pre-trainingtechnique which is now state-of-the-art on a wide array of
「人工知能と深層学習 」http://d.hatena.ne.jp/shi3z/20170703/1499033806 駄文の類だが，一応メモしとく．AIが人の仕事を奪うという懸念があるが、真っ先に奪われているのは古いAIの研究者たちである。と、深層学習の世界では言われている。 仮にそれがあるとしても，それって今までは人工知能研究全般に流れていた開発費が，今は深層学習の方だけに「どどどどどーーー」っと加速をつけて流れ込んで行ってるという話じゃないのか． 「いま、世界の大企業は「AI人材」を食い尽くそうとしている」 http://wired.jp/2017/01/03/giant-worlds-ai-talent/ 深層学習ブームのおかげで人工知能研究全般としては開発費も増えて求人はウナギ登りみたいな話を聞いたけどねえ．その中でテーマを深層学習よりに舵を切るAI研究者がいても不思議はないと
こんにちは。菅野です。 最近、AIとか機械学習とかが話題ですね。AIに仕事を奪われる職業がどうとかの記事もよく見かけます。 このブログ記事もAIが書いてくれたら良いのにと思っている今日この頃です。 …でも思ってるだけでは仕事を奪ってくれないので、やっぱり何かしら自分で作るしか無さそう。 という訳で、今回はJavaでディープラーニングが出来るDeeplearning4jを使って機械学習を試します！プロジェクトD さて、何を作りましょう？ 最終的には私の仕事を勝手にやってくれるAIを作りたいです。 でも、はじめは簡単なものから少しずつ作っていこうと思います。 よくディープラーニングでネタにされるのは手書き文字の識別ですが、正直面白くないので道路上を自動運転するAIを作ります！ 嘘です。 いきなり作るのは無理があるので、画像の道路が左カーブなのか、右カーブなのか、あるいは直線なのかを分類し画
(原文：Machine Learning is Fun! by Adam Geitgey より許可を得て翻訳) (訳者注：難解な機械学習のコンセプトを平易に説明している素晴らしいブログを見つけ、ぜひ日本の皆さんに伝えたい！と思い文章化しました。共感いただいた方、文章末尾の❤️マークからいいね！お願いします。一緒に機械学習勉強してくれる人も募集中です。=>Email:dai@jenio.co)機械学習の事を人々が話しているけど、 あなたは言葉の意味はわかっていない。 そんな場面に遭遇した事はありませんか？ 同僚の言葉に相槌を打つのに疲れた。。 そんな状況を変えましょう！ このガイドは機械学習に興味があるけど、 何から勉強したらいいのかわからない人に向けて書かれました。 多くの人がWikipediaを見ると思いますが、 ストレスがたまり、 誰かがレベルの高い説明をしてくれるのを望みますよね？
この記事はトレタ Advent Calendar 2016の22日目です。 21日目はswdhの ActiveRecordオブジェクトを関連ごとシリアライズしてデシリアライズするでした。 スナップショット的にその時点のモデルを関連モデル含めて保存したい、っていう要望はBtoBやってると結構遭遇しますね。テーブルをちゃんと正規化すればするほど難しくなるやつなのでgem化されてるとありがたいです。 さて、この記事ではゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装を読んでpythonに入門するところから初めてニューラルネットワークを実際に実装して見た所感を記述します。平たく言えば読書感想文です。 ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 作者: 斎藤康毅出版社/メーカー: オライリージャパン発売日: 2
はじめに この記事は、Life isTech ! アドベントカレンダー2016 18日目の記事です。 はじめまして！iPhoneメンターのにっしーです。 「時間があるときに勉強しよう」と人工知能／機械学習／Deep Learning／認識技術といったトピックの記事の見つけてはストックしてきたものの、結局2016年は何一つやらずに終わろうとしているので、とにかく一歩でも足を踏み出すべく、本質的な理解等はさておき、とにかく試してみる ということで画像認識技術に触れてみることにしました。 画像認識とは? 画像認識とは、画像データの画像内容を分析して、その形状を認識する技術のことである。 -- Weblio辞書 画像認識では、画像データから対象物となる輪郭を抽出して、背景から分離し、その対象物が何であるかを分析するのが基本になります。 しかし、人間なら無意識化に行われていることですが、コンピュ
A newAI filmmaking tool that lets you seamlesslycreate cinematic clips, scenes and stories with consistency usingGoogle’s most advancedAI models, including Veo 3.A newAI filmmaking tool that lets you seamlesslycreate cinematic clips, scenes and stories with consistency usingGoogle’s most advancedAI models, including Veo 3.
ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか？ なぜ層を深くすると認識精度がよくなるのか？ といった“Why”に関する問題も取り上げます。 関連ファイル サンプルコード 正誤表 書籍発行後に気づいた誤植や更新された情報を掲載しています。お手持ちの書籍では、すでに修正が施されている場合がありま
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
TechCrunch | Startup and Technology News
