Upgrade for image upload, smarter AI, and more Pro Search.
Upgrade for image upload, smarter AI, and more Pro Search.
人間のフィードバックによる強化学習（英: reinforcement learning from human feedback、RLHF）は、AIモデルの出力において「人間の価値基準（人間の好み）」が反映されるための学習プロセスで、主にChatGPTなど高性能な会話型AIの学習プロセスに採用されている。 機械学習では、人間のフィードバックによる強化学習（RLHF）は、人間のフィードバック（反応）から直接に「報酬モデル」を訓練し、そのモデルを報酬関数として使用して、近位方策最適化（英語版）などの最適化アルゴリズムによる強化学習（RL）を介してエージェントの方策を最適化する技術である[1][2]。報酬モデルは、特定の出力が良い（報酬が高い）か悪い（報酬が低い）かを予測するために、最適化される方針に合わせて事前に訓練される。RLHFは、特に報酬関数が疎であったりノイズ（英語版）が多い場合に、強化
マークダウン化してくれるChrome拡張 AIと相性が良いおかげか、最近人気を盛りかえしつつある(?) マークダウン形式。 そんな中、こんなGoogle Chromeの拡張機能を見つけたので紹介。 ・Copy as Markdown for AI - Chrome Web Store chromewebstore.google.com 1クリックでWeb ページを LLMに最適化されたMarkdown＋YAML形式に変換してくれるという便利ツール。 Obsidian Web Clipperとかもいいけれど、 設定とかしなくても、一般人でも誰でも使える手軽さが最高です。 たとえばこのブログ記事をMarkdown化してみると・・・。 www.nejimakiblog.com ページ上で右クリックしてすぐにMarkdown形式に。 Markdownプレビューはこんな感じ。 リンクもきちんとマーク
ChatGPTでコードブロック付きMarkdownをきれいに出力する方法 ChatGPTでコードブロックを含むMarkdownを生成すると、表示が少し崩れることはありませんか？例えば、こんな感じです。 問題例 以下の画像のように、ChatGPTが出力したMarkdownでは、コードブロック内に3つのバッククォートが含まれているせいで、思った通りに表示されていません。 コードブロック付きのMarkdownを出力する場面って意外と多いですよね。この問題を解決する方法を紹介します！ 解決方法 解決策としては、ChatGPTに以下のプロンプトを送るだけです。 出力はMarkdown形式で行い、Markdownのドキュメントは4つのバッククォートで囲んでください。 例 これを使えば、表示崩れの心配はなくなります！ カスタムインストラクションの活用 毎回プロンプトを送る手間を省くために、ChatGPT
信頼性と安全性を兼ね備えたデジタルインフラで、 誰でも簡単に生成AIを活用できる環境を。 地域や産業を問わず、あらゆる人々が 新しい価値を創造できる世界を。 データの利活用と情報の安全性を両立させた 持続可能な未来を。 長年培ってきた技術力と挑戦精神で、 より豊かで活力に満ちた社会の創造へ。 さくらインターネットは 誰もが直感的に使えるソリューションで、 日本のAI市場の主流を担う存在として期待に応えます。 信頼 信頼性と安全性が最優先。 データの保護とプラットフォームの安定運用を保証。 計算資源 豊富で高性能なGPUを幅広いユーザーへ。計算リソースの利用を民主化します。 公正な料金 透明性と公平性を重視した明瞭な料金体系で、負担なく生成AIを利用できる環境を実現。 連携 国内外の企業や技術者を集結。パートナーシップの力を最大限に活かします。 簡易性 初心者から専門家まで、すべてのユーザー
https://www.youtube.com/watch?v=F1IzLJI9edw&list=PLrOHV7PwvESRwOugvjCZMr6l77GaVnD9Y 新しい順に並べたAI生成動画 再生リスト 2024/08/31 Youtubeで公開 Image - BRAV7(WebUI) Video - Runway Gen-3 Alpha Turbo Music - SunoAI v3.5 TopazVideAI - HitFilmPro #Runway #Gen3 #sunoai 作詞 - h64g ----- 人物の顔に超接近。 顔にクローズアップ。自然な目の瞬き。 目線を一度外し、最後に笑顔でカメラ目線。
What to expect at Meta Connect 2025: 'Hypernova' smart glasses, AI and the metaverseMeta Connect, the company's annual event dedicated to all things AR, VR, AI and the metaverse is just days away. And once again, it seems like it will be a big year for smart glasses and AI. Instagram fixed an issue that caused posting multiple Stories to tank your reachInstagram fixed a bug that made posting multi
What to expect at Meta Connect 2025: 'Hypernova' smart glasses, AI and the metaverseMeta Connect, the company's annual event dedicated to all things AR, VR, AI and the metaverse is just days away. And once again, it seems like it will be a big year for smart glasses and AI. Instagram fixed an issue that caused posting multiple Stories to tank your reachInstagram fixed a bug that made posting multi
これまでにも何度か紹介してきた、シリコンバレーのA16Zというトップクラスのベンチャーキャピタルの気鋭のアナリスト、ベネディクト・エバンスが、「AIのバイアス」についての考察をまとめていました。 いわゆる「AIのバイアス」といえば、例えば、白人の方が黒人より多い画像データで作ったAIシステムは白人を認識するのは得意だが黒人はそうでない、といったもののように、私達にとって想像つきやすいものについつい目が行ってしまいがちです。しかし実は、私達人間には認識すらできないもの、例えば光の当たり加減や、音の領域などがバイアスとしてデータに入ってきてしまった場合におきるAIのバイアスこそが、難しい問題なのではないかとベネディクトは言います。 いつものように、鋭い考察でいろいろな角度からAIのバイアスに切り込んでいきますが、彼のエッセイがおもしろいのは、もちろん彼の分析力、クリティカル・シンキング能力が素
Netflixによると、ユーザーが新しい作品を探している時、視聴するかどうかの決定には作品ページの背景に表示される「アートワーク」が非常に大きな役割を果たしているとのこと。アートワークは作品中の一場面を切り取って生成されたものなのですが、ユーザーを引き付けるべく、生成にはNetflix独自の技術が詰め込まれています。一体どのようにしてアートワークを生成しているのかについて、Netflixが解説しています。 AVA: The Art and Science of Image Discovery at Netflix https://medium.com/netflix-techblog/ava-the-art-and-science-of-image-discovery-at-netflix-a442f163af6 新たな作品が次々と登場していく中で、Netflixはその作品のユニークな要素
電通グループ3社は、AI（人工知能）を活用したバナーの自動生成ツール「アドバンストクリエイティブメーカー」（β版）を開発した。短時間でバナーの候補を1000枚以上作成でき、その中から優れた10～20案を利用することを想定。人間による作業の省力化を図る。 商品名やカテゴリー名（『クルマ』『スマホ』などのキーワード）と、「機能」「新発売」など訴求したい項目を入力すると、広告コピーの語尾やバナーの色、レイアウトパターンなど、パフォーマンスが高いと考えられる要素を自動で割り出す。 その候補に基づき、自動生成ツールがバナーのデザインを組み上げる。β版では、画像ストックサイトから使用する画像素材の候補を選ぶという。電通が開発した広告コピーを自動生成するシステム「AICO」（アイコ）も活用する。バナー候補の生成は、1枚当たり平均5秒以内という。 バナー候補が出来上がると、過去の同様の広告を参考にクリック
AI（人工知能）に関わる技術、なかでもディープラーニングが急速に発達し、社会のさまざまな領域で実際に利用されるようになりました。その背景のひとつには、AI分野での研究開発に多大な投資を行っている大手IT企業が、その成果の一部をオープンソースとして公開し、世界中のエンジニアが自由に使えるようになったことがあります。 こうしたオープンソースのAI関連ライブラリには、Googleの「TensorFlow」やFacebookの「Torch」といった海外のIT企業のものだけでなく、国内にもPreferred Networksの「Chainer」やソニーの「Neural Network Libraries」などがあります。最近では、関連した情報も数多く手に入るようになりました。 また、これらのライブラリの多くには親切なチュートリアルも用意されており、AIの開発経験がないエンジニアでもさほど手間を掛ける
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く