LLM– tag –

Gemini-exp-1206は、Google DeepMindが開発した実験的な大規模言語モデルです。200万トークンを超えるコンテキストウィンドウとマルチモーダル機能が特徴で、LMArenaベンチマークで高い性能を示しています。テキスト、画像、音声、動画を処理でき、ソフトウェア開発、コンテンツ作成、データ分析など様々な分野で活用が期待されています。Google AI Studioで無料で利用可能で、Gemini APIを通じてアプリケーションにも統合できます。

Meta社が新たな大規模言語モデルLlama 3.3を発表しました。70Bパラメータでありながら、Llama 3.1の405Bモデルに匹敵する性能を実現し、大幅なコスト削減を達成。推論、数学、知識、指示追従、ツール使用など、幅広いタスクで性能向上しています。多言語にも対応し、チャットボット、アシスタント、コンテンツ生成など、様々な用途で効果を発揮。オープンソースとして公開され、AIコミュニティへの貢献も期待されます。

OpenAIが最新推論モデルo1と、上位版のo1 pro modeをリリース。高度な推論能力とマルチモーダル機能、思考プロセス改善による速度と精度の向上、安全性と制御性の強化を実現し、各種ベンチマークで優れた性能を示しました。ChatGPT Proユーザーはo1を無制限に利用でき、o1 pro modeではより複雑な問題にも対応可能です。

多くの Claude ユーザーが同じ悩みを抱えています。Claude 3.5 は非常に優秀な AI アシスタントですが、外部データとの連携が限られている点が課題でした。しかし、Anthropic 社が発表した「Model Context Protocol（MCP）」という画期的な「規格」により、この状況は大きく変わりつつあります。この記事では、MCP の概要、具体的な使用例、導入方法まで、分かりやすく解説します。

Gemini-exp-1114 が登場し、LLM 界隈が賑わっています。Chatbot Arena のベンチマークで一位を獲得し、GPT-4o を超えたという報告に、期待が高まっている方も多いのではないでしょうか。この記事では、Gemini-exp-1114 の詳細な評価、ベンチマーク結果、そして具体的な使用方法まで、専門家向けに徹底的に解説します。

こんにちは、スクーティー代表のかけやと申します。​弊社は生成AIを強みとするベトナムオフショア開発・ラボ型開発や、生成AIコンサルティングなどのサービスを提供しており、最近はありがたいことに生成AIと連携したシステム開発のご依頼を数多く頂いてい...

DifyのワークフローをDifyのエージェントから呼んでみる、ということをやってみました。「え、なんのために・・・？」と思われるかもしれませんが、やってみたら結構便利そうだったので紹介します！

OpenAI が発表した Swarm は、複数のAIエージェントを協調させて複雑なタスクを実行するための、軽量で人間工学に基づいた実験的なフレームワークです。 本記事では、Swarmの特徴や仕組み、そしてGoogle Colabで動作する簡単なサンプルをご紹介しようと思います。

Difyの外部知識ベースAPIは、Difyプラットフォーム外部に存在する知識ベースをDifyのAIアプリケーションと統合するための強力な機能です。このAPIを利用することで、開発者は独自の検索アルゴリズムや外部の知識ベースサービスを活用し、AIアプリケーションの機能を拡張できます。 本記事では、Difyの外部知識ベースAPIの仕様、用途、実装方法、設定方法、そして注意点について詳細に解説します。

多くの企業がこの技術を活用し、業務プロセスの自動化やクリエイティブ分野での革新を実現していますが、正しい導入方法やリスクへの対応が欠かせません。

Llama 3.2は、テキスト生成、質問応答、翻訳、要約など、従来の言語モデルが得意としていたタスクに加え、画像の内容説明、画像からの情報抽出、画像に基づいた推論といった、視覚情報を扱うタスクにも対応できるようになりました。また、軽量モデルの提供により、従来はクラウド環境での実行が必須であったLLMを、より身近なデバイスで利用することが可能になり、AI技術の民主化を大きく前進させる可能性を秘めています。

この記事では、Difyのv0.8.1アップデートで追加されたOpenAIの最新モデルo1-previewとo1-miniを使用する方法についてご紹介します。

Contextual Retrievalは、従来のキーワードマッチングや意味検索に加えて、ユーザーのクエリやタスクの文脈を深く理解することで、より正確で適切な情報を提供します。特に、プログラミングや技術的な質問など、文脈理解が重要なタスクにおいて効果を発揮します。この記事では、Contextual Retrievalの概要をご紹介します。

OpenAI社は、2024年9月12日、高度な推論能力を備えたAIモデルシリーズ「OpenAI o1」を発表しました。​本記事では、OpenAI o1-preview/miniの技術的な詳細、従来モデルとの比較、ベンチマーク結果、ユースケース、そして安全性について、詳細に解説していきます。 これは、人間のように思考プロセスを用いて複雑な問題に取り組み、より洗練された、高精度なアウトプットを生成するAIモデルです。

Reflexionという手法が注目されています。LLMの出力の精度を上げる有効な手法のようです。 Reflexionは仕組みとしてはシンプルなので、Difyのワークフローで再現し、出力を検証してみました！

SELF-ROUTEという手法が注目されています。RAGの精度を上げる有効な手法のようです。SELF-ROUTEは仕組みとしてはシンプルなので、Difyのワークフローで再現し、出力を検証してみました！

Difyのバージョン0.6.14がリリースされました。このリリースではいくつかの新しい機能が追加されていますが、その中でも音声出力（TTS: Text-to-Speech）機能が追加されており、早く試そう試そうと思いつつ、やっと試すことができました！ なのですが、、、あれれ？どうやって使うの・・・・・・？ということで結構はまったので（僕だけでしょうか？？）、使い方をご紹介いたします！

米国時間で2024年7月23日、Meta社の最新のLLMであるLlama 3.1が発表され、多くの注目を集めています。Llama 3からLlama 3.1へのマイナーバージョンアップではありますが、大幅に進化したLlama 3.1は、その驚異的な性能とオープンソース化という決断により、生成AIの世界に新たな波を起こしています。 ​本記事では、Llama 3.1の魅力を余すところなく解説し、その可能性に迫ります。

この記事では、私の独断と偏見で決めた方法で、GPT-4oとClaude 3.5 Sonnetに対決してもらい、性能を比較してみました。まずは簡単にClaude 3.5 Sonnetがどのようなものかをまとめつつ、記事の最後では、同じプロンプトで出力を比較した10番勝負を記載していますので、ぜひそちらまで御覧ください！

いまだざわめきが収まらないGPT-4oですが、こちらも噂のノーコードAIプラットフォームであるDifyで使えるようになっていました。早速私のMac上で試してみましたので、その作業内容とGPT-4oを試してみた結果をお伝えします。