
皆のための大規模言語モデル LLM Part 5 - LangGraphで私だけのAIエージェント作り
AISchool
最新AI技術の集大成であるAIエージェント!様々なAIエージェントを実装してみながら、LangGraphを利用した自分だけのAIエージェント実装法を学習してみます。
중급이상
LangGraph, AI Agent, LangChain
様々なローカルLLM(Qwen、Gemma)を活用する方法を学習し、LLMシステムの性能を効率的に評価(Evaluation)し改善する様々な技法を見ていきます。
14名 が受講中です。
難易度 中級以上
受講期間 無制限
ローカルLLM(Qwen、Gemma)を利用してAIエージェントを実装する方法
LLMシステムの性能を評価(Evaluation)し改善する方法
高品質AIエージェントを実装する方法
実習を通じてローカルLLM(Local LLM)を活用し、様々なAIエージェントを実装してみます。
ローカルLLM(Qwen、Gemma)を効率的に活用する方法
LLMシステムの性能を効果的に評価(Evaluation)し、改善する方法

ローカルLLM(Qwen、Gemma)を活用してAIエージェントを
作ってみたい方
OpenAI APIではなくローカルLLMでAIエージェントを実装してみたい方

LLMシステムの実装能力を
向上させたい方
LLMの性能を効率的に評価(Evaluation)し、改善する方法を学習したい方

最新のAIトレンドを
見逃したくない方
最新のLLMモデルをフォローアップ(follow-up)しながら最新のAIトレンドを見逃したくない方
👋 本講座はPython、自然言語処理(NLP)、LLM、ラングチェーン(LangChain)、LangGraphに関する事前知識が必要な講座です。必ず以下の講座を先に受講するか、それに準ずる知識を身につけた上で本講座を受講してください。
Q. ローカルLLM(Local LLM)とは何ですか?
ローカルLLM(Local LLM)は「自分のPC/サーバー(ローカル環境)で直接実行する大規模言語モデル(LLM)」を意味します。つまり、OpenAI APIのようにクラウド(リモートサーバー)にリクエストを送る方式ではなく、自分のコンピュータのCPU/GPUでモデルを動かしてテキスト生成/要約/翻訳/コーディング支援などを行う形態です。代表的なローカルLLMモデルとしてQwenとGemmaモデルがあります。
Q. ローカルLLM(Local LLM)を活用する際の利点は何ですか?
オープンソースのローカルLLMを活用する際の利点は以下の通りです。
データ管理/プライバシー
機密データ(内部文書、顧客情報)を外部APIに送信せずオンプレミス/社内VPCで処理可能。
セキュリティ監査/規制遵守(金融・医療など)において有利。
コスト構造を「予測可能」にできる
APIのように「トークンごとの課金」ではなく、GPU/サーバーコストとして固定化可能(トラフィックが大きいほど有利になりやすい)。
キャッシュ/バッチ/量子化などで単価を直接下げることができる。
カスタマイズ(チューニング/ドメイン特化)が容易
LoRA/QLoRA、DPO、RAGチューニング、システムプロンプト固定など、業務ドメインに合わせた最適化が可能。
出力フォーマット(例:JSON厳格)、用語/トーン/ルール遵守率を実務基準に引き上げやすい。
ベンダーロックインの軽減
特定企業のポリシー変更、価格改定、モデル廃止、レート制限の変化に左右されにくい。
必要であればいつでも他のモデルに切り替え可能。
透明性/デバッグの利点
重み/アーキテクチャ情報が公開されることが多く、性能問題をより体系的に診断可能。
安全性/バイアステストを内部基準で実施しやすい。
Q. 事前知識は必要ですか?
本[ローカルLLM(Local LLM)活用ガイド Part 1 - small LLM(sLLM)活用 & LLMの性能評価(Evaluation)及び改善]講義は、ラングチェーン(LangChain)、ラングラフ(LangGraph)ライブラリとLLMを利用してAIエージェントを実装するプロジェクト実習を扱っています。したがって、Python、自然言語処理、LLM、ラングチェーン(LangChain)、ラングラフ(LangGraph)に関する基礎知識を持っているという前提で講義が進められます。したがって、事前知識が不足している場合は、必ず先行講義である[すべての人のための大規模言語モデルLLM Part 5 - LangGraphで自分だけのAIエージェントを作る]講義を先に受講されることをお勧めします。] first.] trước.
学習対象は
誰でしょう?
ローカルLLM(Local LLM)の活用法を学びたい方
ローカルLLM(Qwen、Gemma)でAIエージェントを作ってみたい方
前提知識、
必要でしょうか?
Pythonの使用経験
先行講義 [すべての人のための大規模言語モデル LLM Part 5 - LangGraphで自分だけのAIエージェントを作る] 受講経験
9,515
受講生
725
受講レビュー
354
回答
4.6
講座評価
31
講座
全体
41件 ∙ (7時間 52分)
期間限定セール
¥49,500
25%
¥8,148
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!