#LLM

14件の記事

最新動向

AI時代のFDE：LLMを武器に現場を変えるエンジニアの新しい形

生成AIの普及でFDEの生産性は大きく変わった。半日かかっていたプロトタイプが数時間で動き、1人が担える案件の幅が広がっている。同時にクライアントの期待値も上がり、AI活用の移転と誤解の管理という新しいスキルが求められている。

生成AIの基礎

SLMとは？LLMとの違いをビジネス目線で解説

SLMはパラメータ数10億〜200億程度の小型言語モデルで、LLMより安価・高速・オンプレ運用が可能。コスト削減やデータ保護を優先する業務に向く。代表モデルと選定基準をビジネス目線で解説する。

生成AIの基礎

生成AI用語集 ビジネスで出る30の基本語

LLM・RAG・プロンプト・ハルシネーション・トークンなど、ビジネスシーンで頻繁に登場する生成AI用語30語を簡潔に解説します。会議・資料・ニュースで出てくる用語の意味をすぐに確認できる辞書として使えます。

最新動向

オープンソースLLMの動向と企業利用のポイント

MetaのLlamaシリーズを中心に、主要オープンソースLLMの現状を整理。クラウド型との費用・カスタマイズ性・セキュリティの差異、企業が自社環境に導入する際のハードルと手順概要を解説する。

最新動向

RAGの進化と社内ナレッジ活用の最新手法

基本的なRAGの限界を超えるハイブリッド検索・リランキング・グラフRAGなどの進化手法を解説。社内ナレッジ活用の精度向上に使えるアプローチと導入コスト感をまとめる。

生成AIの基礎

AIエージェントとは？生成AIとの違いと業務への影響

AIエージェントは、目標を与えると自律的に複数の手順を実行する仕組みです。1回の指示で1つの出力を返す通常の生成AIとは根本的に異なります。仕組み・業務への応用例・現時点での限界を具体的に解説します。

生成AIの基礎

ファインチューニングとは？基礎と使いどころ

ファインチューニングとは、汎用の大規模言語モデルを特定のデータで追加学習させ、目的のタスクに特化させる技術です。RAGとの使い分け基準、必要なデータ量・費用の目安、適した業務例を解説します。

生成AIの基礎

LLMとは何かをビジネス目線でやさしく解説

LLMとは大量のテキストから言語パターンを学習した大規模な言語モデル。ChatGPTやClaudeの中核技術を、ビジネスで使うための視点から仕組み・できること・選び方まで解説する。

生成AIの基礎

RAGとは？社内文書をAIに答えさせる仕組み

RAGとは、AIが回答を生成する前に外部の文書を検索して参照する技術です。社内規程・製品マニュアル・過去の事例など独自の情報をAIに答えさせたい場合に使います。仕組み・ファインチューニングとの違い・導入事例を解説します。