生成モデルチューニングはどこまで来たか？ - Langcon 2024

生成モデルのチューニングどこまで来ましたか

超巨大言語モデルと自然言語処理

自然言語処理（NLP）とその中心にある巨大言語モデル（LLM）を取り巻く業界や学界の多様な経験談と考えを共有した＜Langcon2024＞ ！その鮮やかな発表現場を共有します

こんな方におすすめです

カンファレンス発表のテーマ

1) LLMを活用した独自の検索を作成

私が望む情報を見つけて答えてくれる私のための人工知能サービス（GPT）を作るにはどうすればいいですか？サーバー接続、データ保存、Google APIを活用した検索機能の追加など、LLMを活用して独自のサービスを作成した一連のプロセスを共有します。

2) 英語上手なモデルを韓国語上手なモデルに変えるレシピ

英語モデルに韓国語を載せると性能の限界が発生します。あるいは「韓国語のみ」うまくなる問題が生じたりもします。これらの問題を克服するために新しく適用されたモデル（KoMistLlama-Pro-9B）を共有します。また、LLM学習のためのフレームワークEasyLMの特徴と機能を紹介します。

3) 本物のユーザーと共に進化するエージェントオペレータ

蛍光ペンユーティリティから始めてユーザーを助けるエージェントでサービスを発展させていくスタートアップライナー！今回の発表では、ライナー（Liner）のAgent基盤プロダクトを1年余り運営して得た学びとノウハウ、Data Flywheel構築への旅程を取り上げます。

4）あなたの人工知能の著作権はこんにちはですか？

大規模言語モデル（LLM）時代の開幕とともに、著作権問題が話題に浮上しています。今回の発表では、LLMモデルでのデータ収集と学習、そしてモデルが生成した成果物の著作権問題を取り上げ、これらのモデルの様々なライセンスと商業利用可能性を調べて一緒に見ていきます。

5）より速い大規模ベクトル演算のためにFPGAを使って加速しますか？

RAGのような高度な文書処理技術が注目され、Vector DB（VDB）の重要性も日々大きくなっていますが、まだ様々な技術的難関にぶつかっているのが現実です。 Sionic AIはMetisXとのコラボレーションでFPGAアクセラレーションを通じてベクトル演算の最適化方法を求めており、今回の発表を通じてその技術的青写真を提示したいと思います。

受講前の注意