自然言語
この記事では、Azure OpenAI Studioに実装されたAssistants APIの使い方、コードインタープリター機能を活用したデータ分析を解説します。また実際のデータを使用してAssistantsを構築・機能のテストを行い、使用するまでの一連の流れを紹介します。
OpenAI DevDayで発表されたGPT-4のマルチモーダルモデルであるGPT-4 Turbo VisionがAzure OpenAIでもプレビュー機能として使用できるようになりました。今回の記事ではその概要と、簡単な使用方法に触れていきます。
Azure OpenAI Serviceで新しくなったコンテンツフィルターとブロックリストについて試してみました。Jailbreak risk detectionのプロンプトインジェクションへの対策についても書いています。
OpenAI DevDayで公開された新モデルのうち、Azure OpenAI Service上でGPT-4 Turboなどが使用可能になりました。本記事ではGPT-4 Turboなどの概要と使用方法について解説します。
Azure Machine Learning の Prompt Flow の評価フローの基本的な使い方について解説しました。
本記事では、OpenAIを使用したシステム構築時に遭遇しやすい問題を解説しています。具体的には、消費トークンの計算方法、AIが生成した文章が途中で途切れたときの対策、そしてタイムアウト時間の設定について詳細に説明します。これらのテクニカルな問題を…
Azure OpenAI ServiceでNew fine-tuning modelsがプレビューで使えるようになったので試してみました。
Azure上で音声を文字起こしするためのAIモデルが使用できるようになりました。 本記事ではAIモデル「Whisper」を使用するまでの手順を解説します。また簡単な検証を行ったため、検証内容についても触れます。
Azure OpenAI Serviceに文書生成モデルのgpt-35-turbo-instructが実装されました。本記事ではデプロイから使用方法、また旧モデルと出力結果との違いを検証したため、その結果について記載します。
AzureOpenAIを東日本リージョンで使うメリットと2023年8月10日現在で東日本リージョンで使えるモデルの種類と東日本リージョンのAzureOpenAIのタイムラインをご紹介します
Meta社の次世代オープンソース大規模言語モデルLlama 2をAzure Machine Learningで使うまでの手順を記載します。
Azure Machine Learningでplompt flowの機能が実装されました。 本機能はLLMの専門ライブラリを使わなくても視覚的に開発を行うことができます。APIのデプロイやテストなどの機能も用意されており、今後のLLMシステム開発において一貫したプラットフォームと…
企業が自社のデータベースに蓄積した固有情報を検索する場合、モデル自体が固有の情報を知らないため、うまく回答を返すことができないという課題があります。 本記事では蓄積されたFAQ情報を用いて、チャット形式で情報を引き出すような仕組みを構築します。
本記事ではGPT系の自然言語モデルで必ず計算しなければならないトークンについて、考え方や計算方法、実際の計算結果などを示しながら解説を行います。
本記事では2023年4月よりAzure OpenAIで利用可能になったGPT-4についての概要と、申請から実際に使用するまでの手順を解説します。
Azure OpenAIをプライベートエンドポイントで使う方法です
本記事ではPythonからChatGPT APIを使用する方法を解説します。 ChatGPTで生成する会話内容をAPIから制御する方法についても解説します。
AzureのOpenAI(GPT-3)の埋め込みモデル(Embeddings models)を使って「類似性」「テキスト検索」のそれぞれを使ってQA検索としての機能を比較しました
Azure OpenAI Serviceではチャットのような対話に限らず幅広い自然言語処理のタスクに応用することができます。 今回の記事では一例として「業務メールを必要なものと不要なものに振り分ける」分類タスクをGPT-3のAIに解かせます。
仕事の現場で使われ始めているChatGPTを製品のチートシートとして利用した時、技術情報の分かりやすさと正しさについて確認してみました。本記事では自分が業務で使用しているAzure Machine Learningをベースに質問をします。
話題の GPT-3 を Fine-tunig してみました。ChatGPT の回答と比較しています！
前回の続きで、ローカルで動かしたチャットボットをAzure上でデプロイしていきます。
通常のボットだと決まった回答しか出せないのですが、AI「りんな」はそこに意外性を加えてくれます。 今回はAI「りんな」のAPIが無料で試せるとのことで、サンプルアプリを作ってみました。
今回はチャットボットを作ってローカル環境で動かしてみました！
自然言語処理AIを使って、重要な業務メールにフラグ付けをする手法について解説します。一部、AzureMachineLearningの自動ML機能を使用して学習を行います。
はじめに 自然言語処理（NLP）とは？ 達成目標 使用する環境・データセット PCスペック バージョン情報 学習用データセット 検証用データセット 重要単語抽出までの流れ ニュースコーパスWord2Vec学習結果 重要単語の抽出 単語抽出概要 K-means法 例文記事 …
はじめに 環境 課題 アプローチ システムアーキテクチャ 社員の表情から見つける 社員の日報から見つける いろいろな情報を学習させたモデルを作って見つける モデルの評価 まとめ Appendix 終了連絡アプリ 日報アプリ フィードバックアプリ はじめに いよい…
最新のMicrosoftのAIサービス Languageサービス Language Studioのデモ Language Studioの使い方 個人情報の検出 文章を読み込みQAに答える 最新のMicrosoftのAIサービス 昨年(2021年)のIgniteで Language Studio が発表されました。現在のAzureのAI関連のサ…
