LangSmithを使うと、GPTとの会話ログを確認できることがわかりました。 続きをみる

はじめに 続きをみる

はじめに AIの進歩により、音楽キュレーションの世界が大きく変わろうとしています。ストリーミングサービスの普及で膨大な音楽にアクセスできるようになった一方、最適な曲を見つけることはより困難になっています。 続きをみる

2024/09/02に開催されたLangChain Meetup Tokyo#2に登壇してお話した内容です。 続きをみる

LangSmithGet your LLM app from prototype to production.www.langchain.com LangSmithとは、本番レベルの LLM アプリケーションを構築するためのプラットフォームです。どのようなことができるかというと、 ・LLMの実行ログの収集（ログと一緒に利用トークン数も収集できます） ・データセットの作成 ・モデル評価 続きをみる

1. はじめに 続きをみる

こんにちは、皆さん！今日は、現代の企業が知っておくべきAIエージェントプラットフォームのトップ5を紹介します。AIエージェントとは、環境を認識し、特定の目標を達成するために行動を起こす自律的なプログラムのことです。最近では、これらのエージェントを構築・展開するための強力なプラットフォームが広まり、あらゆる規模の企業がAIの力を簡単に活用できるようになっています。 続きをみる

８月２３日ですね。 昨夜、AIエージェントについてのオンラインセミナーを受講しました。https://studyco.connpass.com/event/325646/ このセミナーは、昨冬に出版された西見さんの『その仕事、AIエージェントがやっておきました』の内容を西見さんご自身が解説していただくものです。 もちろんこの本は私も購入し、読了済みです。 続きをみる

はじめに LangGraphは、LangChainフレームワークの一部として提供されるライブラリであり、AI Agentaアプリケーションを構築するための強力な基盤となります。グラフ構造を用いることで、複雑な推論プロセスや多段階の意思決定を効率的に設計・実装できます。開発者は、柔軟で再利用可能なコンポーネントを作成し、状態管理を簡素化することが可能です。 続きをみる

以前、GPTは画像中の物体の数を把握できないと記事にしました。 続きをみる

８月２１日ですね。 LangChainを調べ始めています。 続きをみる

こんにちは、Patentfieldの公式noteです。 Patentfield公式noteでは、PatentfieldAPIを活用した具体的な開発実装事例を紹介しています。 この記事では、PatentfieldのAPIを用いて特許公報の文書を取得し、その文書を生成AI（Google Gemini）に与えて、誰でも読みやすく要約を作成させる方法について解説します。 続きをみる

GPT4oは、マルチモーダルLLMなので、画像をプロンプトとして渡すことができます。今回は、画像をBase64エンコードしてGPT4oへ渡し、その画像についてGPTに尋ねてみたいと思います。 続きをみる

先日作成した『書類要約ワークフロー』に新しいAgentを追加して機能拡張する手順を整理します。 『書類要約ワークフロー』の詳しいコードは以下をご参照ください。 続きをみる

最近は、以下の点からLLMの進化が遅くなってきているように感じます。 GPT-4oがClaude 3.5 SonnetやGeminiにChatbot Arenaで負け始めている GPT-4oをはじめとしたClosedモデルに、Llama 3.1のようなOpenモデルのベンチマークスコアが追いついてきている 続きをみる

こんにちはmakokonです。今日はgpt-4o-miniを使ったチャットにメモリ機能を手動で実装します。どうして今頃手動実装なのでしょうか？実はここのところLangChainの新しいチャット履歴管理のRunnableWithMessageHistoryを試しているのですが、安心して使えるような芳しい結果が得られていません。そこで、安心して使えるチャット履歴を試してみます。 まあ、そうは言っても難しい実装ではないので、pythonプログラムの初歩シリーズにしておきます。 続きをみる

こんにちはmakokonです。先日LangChainの新しいチャット履歴管理として、今後はRunnableWithMessageHistoryはこれを使おうといったばかりなのですが、よくわからないエラーに悩んでいます。スッキリした解決がないので、記事にしても仕方ないのですが、現在の状況に対するこの問題を忘れないためにメモとして残しています。 続きをみる

去年の年末頃、比較的大きなLLMのmodelでも各層毎にGPUで計算することで少ないGPUメモリでも動かすことができるAirLLMが公開されました。 その方がLlama 3.1 405B modelを8GB VRAM以下で動作させていたので、試してみました。 続きをみる

前回、演算機能をagentとして使用する記事を書きましたが、今回はTavilyを使用して、リアルタイムで正確かつ事実に基づいた回答をするagentを設定したいと思います。 Tavilyは、公式サイトから登録をするとAPIキーを使用することができます。 無料枠でも、毎月1,000 API コールまで無料で利用できるのでちょっと試す分には、十分でしょう。 続きをみる

LLMのある噂を検証する 知人のエンジニアからある噂を聞きました。 「LLMの単語ベクトルは偏っていて、全く関係ない文章が高い類似度を算出されることがある」 上記の噂が本当なのか、1つのLLMだけですが、検証してみました。 続きをみる

RAGシリーズ４回目。 今回は自動でprompt最適化してくれるDSPyを用いたRAGです。 続きをみる

続きをみる

酔っ払いすぎて投稿するのを忘れたので，今投稿 LangChainでReActとtoolsを使いPDFの検索と思考を見る 続きをみる

企業への生成AIの導入が進む中、多くの初期段階の企業が抱く疑問があります。市販のソリューションを利用すべきか、それとも自社データを活用して差別化のための独自ツールを構築するのかという点です。また実際に企業が生成AIアプリケーションを構築する場合、それを成功を導くには何が必要なのか、果たしてそれは簡単なことなのか。 これら企業の生成AI活用に際して直面するであろう課題をテーマにして、a16zのサラ・ワン氏、LangChainのCEOハリソン・チェイス氏、そしてPineconeのCEOイド・リバティ氏の3人が対談し、以下に示す彼らの経験と知見が共有されたポッドキャストのコンテンツを紹介します。 続きをみる

仕事や趣味でコードを書いた時のメモと、論文を雑に読むためになんj風にLLMでまとめてもらいます。 LangChainのReActの内部プロンプトを確認 続きをみる