コラム– category –
-
プロンプトとインストラクションの違い
-
仕様と要件定義の違い
-
システム開発における要件定義と設計の違い
-
アプリケーションの制作と開発の違い
-
仕事をカテゴリ分類してみた
-
脚本と台本の違い
-
ChatGPTのGPTsのKnowladgeファイルについて
-
キャッチコピーとキャッチフレーズの違い
-
ファインチューニングのプロセス
-
大規模言語モデルの使用方法の3つのアプローチの違い
-
衛星データの解像度
-
Hugging FaceとGitHubの違い
-
シミュレートと予測の違い
-
統計モデルと確率モデルの関係
-
機械学習モデルにおける事前学習、ファインチューニング、プロンプトの違い
-
生成AIを活用しないコンサルティングファームは滅びる?
-
生成AIを活用するコンサルティングは成長する
-
最もシンプルな活性化関数は?
-
GPUとTPUの比較
-
アプリケーションの「開発」と「作成」の違いを明確にしてみた
-
Google EarthとGoogle Mapsの違い
-
Googleの全体像(2024年4月14日時点)
-
論文は10ページ前後なのに、なぜ博士論文は100ページもあるのか?
-
生成AIの新たな可能性: 一回ごとの変化を受け入れる
-
ChatGPTは文章と画像のマルチモーダル力がすごい
-
REST API以外のAPIと相違点の比較
-
REST APIとOpenAPIの関係は?
-
JSONとYAMLの違い
-
YAMLやJSON以前のシリアライズ方法は?
-
【AI時代の新しい職業】プロンプトエンジニアとは? 需要と将来性を解説
-
生成AIがホワイトカラーの業務に与える影響トップ5
-
LLMにおいてなぜコサイン類似度が重要なのか?
-
コサイン類似度を単語で測るか、文章で測るか?
-
Googleビジネスプロフィールは位置情報とはあまり関係ない業種でも利用価値はあるか?
-
Googleビジネスプロフィールのソフトウェアサービス業での利用方法
-
Googleの自動運転技術の開発状況
-
Googleが自然検索よりもローカル検索を上位表示するのはなぜ?
-
Google Geminiはなぜ”Gemini”というネーミングなのか?
-
言語モデル: コンピュータが話す時
-
生成モデルと識別モデルの違い
-
機械学習における事前学習と事後学習の例
-
プロンプトがあなたのパフォーマンスを左右する
-
シンプルに見えて奥深い「プロンプト作成」の技術:AIを御す鍵はここにあり
-
法律と生成AIのプロンプト:自然言語での人工物の制御
-
生成AI時代に求められる新しいAIリテラシー
-
AIリテラシーの欠如は重大なリスク
-
AIエージェントとは何か
-
単体のタスクをこなす生成AIから複数のタスクが複合したジョブを自律的にこなす生成AIへ
-
ChatGPTがもたらすコンテンツ作成の未来
-
ChatGPTの実用性: 日常からビジネスまで
-
ChatGPT:自然な会話で世界を変えるAI
-
プロンプトエンジニアリング:未来の仕事に必須となるスキル
-
DALL·E 3で画像生成するなら、モチーフよりオブジェクトを優先すべき理由
-
モーダルとマルチモーダル:混同しやすい2つのIT用語
-
プログラミングとプロンプトエンジニアリング:AI時代の2つの技術
-
チューニングとファインチューニング:LLMを使いこなすための2つの手法
1