ナレッジ

ReActはプロンプト手法の一種であり、プロンプトから必要なタスクを認識し、外部APIを活用して情報を取得し、回答に情報を付加する方法です。ReActフォーマットで推論と行動を入力し、ツールと連携して解を導くことができます。

Pineconeは高性能なベクトル検索アプリケーションを簡単に構築できるマネージド型のクラウドネイティブなベクトルデータベースです。特徴としては、高速なクエリレイテンシー、ライブアップデートのサポート、メタデータフィルタとの組み合わせ、そして完全な管理が挙げられます。

Weaviateはオープンソースのベクトルデータベースで、オブジェクトとベクトルの両方を格納できます。主な特徴はオープンソースであり、セマンティック検索、拡張性、GraphQL-API、高速性があります。

SPTAG（Space Partition Tree And Graph）は、Microsoft Research（MSR）とMicrosoft Bingによって公開された、大規模なベクトル近似最近傍探索シナリオのためのライブラリです。詳細はこちらをご覧ください。

「MyScale DB」は、SQLを用いてGenAIアプリケーションの構築を支援するサービスであり、既存のSQL知識を活用することで学習コストを最小化し、ビジネス価値を迅速に実現することができます。また、既存のインフラストラクチャやツールとの統合により、コスト効率を向上させることもできます。

Apache Cassandra/DataStax AstraDBは、ベクトルデータベースであり、スケーラビリティに優れています。

「Qdrant」はオープンソースのベクトルデータベースであり、ベクトルの類似性検索エンジンとして使用できるサービスを提供します。ペイロードの格納、検索、管理に便利なAPIを提供し、ローカルとクラウドベースのオプションがあります。ただし、コミュニティが少なく、ドキュメンテーションが不足しているかもしれません。

NMSLIB（Non-Metric Space Library）は、高度なアルゴリズムを使用してインデックスを作成し、近似最近傍探索（ANN）検索をサポートするベクトルデータベースです。低遅延、高スループットのパフォーマンスに最適化されており、リアルタイムアプリケーションに適しています。

DALL·E 3は、OpenAIが開発した画像生成AIで、テキスト入力に基づいて高品質な画像を生成する機能を提供します。このサービスは、特定のテキストプロンプトから画像を生成することに特化しており、AI技術を活用して新しいビジュアルコンテンツを作成することができます。

GPT-4VはOpenAIによって開発された最新のAIモデルで、マルチモーダルAIとして知られています。画像解析機能を持ち、視覚情報をテキストデータに変換することができます。また、音声出力機能も備えており、声を通じて情報を提供することができます。GPT-4Vは自然言語処理の分野で注目を集めており、異なるデータモーダルを統合し、複雑な情報処理を可能にしています。

深津式プロンプトは、ChatGPT向けのフレームワークであり、ChatGPTの効率的な利用を目指しています。役割の明確化や入力文と出力文の明確化、マークアップ言語の使用などが特徴です。テンプレートを使用して、多様なタスクやシナリオに適用できます。効果的なプロンプトの作成には、立場や内容の明確化、条件の簡潔な記述が重要です。

トークンは自然言語処理（NLP）においてテキストデータを扱うために分割された最小単位の要素であり、ChatGPTや他の大規模言語モデルでは文章の理解と生成に使用されます。トークン化された入力を基に、モデルは文脈に沿った自然な文章を生成します。

プロンプトは生成型AIに対する指示や情報であり、AIの応答やコンテンツ生成の出発点です。AIはプロンプトを解析し、学習したデータとモデルの枠組み内で最適な応答を生成します。プロンプトの質と精度は応答の質に直接影響を与えます。ChatGPTのようなモデルは、深層学習を使用して言語パターンを学習し、新しいテキストを生成する能力を持っています。プロンプトはユーザーの入力に相当し、AIシステムが処理して適切な出力を提供する流れと捉えることができます。

LangChainは、言語モデルを利用したアプリケーション開発のためのフレームワークであり、コンテキストを認識し、推論することができます。詳細はLangChainを参照してください。

LLM（Large Language Model）は、機械学習モデルであり、膨大なテキストデータを分析して言語のパターンを理解することを目的としています。ChatGPTはLLMの一種であり、会話形式のテキスト生成に特化していますが、他の応用として文章のチェックやプログラミングコードのエラー訂正、データ入力の自動化などにも利用されます。

モデルの評価と分析の過程で、特に人手が必要とされる部分。LLMの汎用性と安全性の理解において重要な役割を果たす

アノテーションアプリのシームレスなセットアップを行えるツール

LLMアプリを監視できるサービス。トークン数やレイテンシー、コスト、予測精度などを監視可能。

事前学習したLLMのレイヤ間に追加のタスク固有のレイヤを挿入し、アダプターのパラメータのみをチューニングする手法