生成モデルチューニングはどこまで来たか？ - Langcon 2024

🧩 複雑な数式や理論中心の説明よりも、 実際にプログラムを実装しながら推薦システムの核心概念を習得することを目標としています。 🛠️ 全12個の多様で実践的な例題を通して、コンテンツベース推薦、協調フィルタリング、ディープラーニング推薦など 実際の環境で活用できる推薦システムを段階的に設計しました。

AIが単に答えるだけの時代は終わりました。 今は自ら判断し行動するLLM Agentの時代です。 この講座はわずか90分の実習でエージェントの核心原理と構造を直接実装しながら学ぶ入門型講座です。 複雑な理論は最小限にし、コード中心の実習フローで「AIがどのように判断しツールを使用するのか」を直接体験できます。 プロンプトエンジニアリングを超えて、AI自動化の第一歩を一緒に始めてみましょう。

ディープラーニング 現業に携わるために必要なディープラーニングの「核心概念」を学び、PyTorchを活用した実習を通じて実際のディープラーニングプロジェクトを遂行するのに必要な実務を教えてくれる講義です。

この講義は、ChatGPTが単純な対話型AIから脱却し、実際の業務を遂行する知能型AI Agentへと発展する全過程を扱います。 LangChain、LangGraph、LangSmith 3つの核心フレームワークを活用して、実務ですぐに使えるAI Agentを直接作ってみます。

RAG（Retrieval-Augmented Generation）の理論から最新のマルチモーダル、エージェントベースRAGまで！ 非専攻者でも理解できるように構成された実習中心の講義です。 論文レビューから実戦コード実装まで、RAGを初めて接する人でも簡単についてこられるように設計しました。

ChatGPTは使っているのに、 なぜこんな答えが出るのか説明するのは難しくありませんでしたか? 「RAG、エージェント、ファインチューニング…用語は知っているけど正確に説明するのは難しい」 「LLM関連の用語を聞くと言葉に詰まる」 「AI会議で概念説明がいつも曖昧になる」 この講義はまさにこのような方々のために作られました。 この講義はLLMを「ツール」ではなく「構造」として理解するための理論講義です。 ChatGPTやGeminiの使い方ではなく、 なぜそのように動作するのか説明できる基準を作ります。

<大規模言語モデル、核心だけ素早く!>(インサイト、2025)を基にしたLLMの理論と実戦例題を扱う講義です。

ChatGPTのような大規模言語モデルの基礎原理を理論中心に説明します。