home
home
📰

Tech Blogs (日本語)

Search
Articles_Ja
comsat-embed公開：日本語検索ベンチマーク1位の埋め込みモデル
유대곤 / AI/ML Researcher
日本語検索ベンチマーク1位の埋め込みモデルの作り方を共有します。
Embedding
MTEB
SoTA
CUDA Cレベルで韓国語と日本語のトークナイザーを実装する。
高錫賢 / CEO
韓国語と日本語のトークナイザーを実装
OOV
CUDA
Tokenizer
CICEROデータセット
宋永淑 ソン・ヨンソク / ML Researcher
人工知能モデルの常識的思考に関する会話データ
CICERO
Reasoning
LLMの推論能力を高める : Self Discover
박우명 / CDO & Head of Research
解法を先に設計した後、実際の問題を解く2段階方式で推論能力を向上させます。
LLM
超巨大言語モデル
Reasoning
LLMは自分でエラーを検出し、修正できるのか？
박우명 / CDO & Head of Researcher
超巨大言語モデルがエラーを検出し、回答を修正できるかどうかについての実験
LLM
Self Correction
AIの有害な出力を減らすためのレッド チーミング言語モデル(Red Teaming Language Models to reduce harms)
宋永淑 ソン・ヨンソク/ ML Researcher
非暴力的、非倫理的な出力を検証できるデータセット
harm
Generation
害
極めてプライベートな私だけのLLM、作れるのか？[第２弾- WebGPU Build & Run］
金德顯 キム　ドクヒョン / Head of Development
個人の使い方に合わせた超巨大言語モデルの活用
LLM
compilation
WebGPU
SuperNI × Clova X韓国語翻訳(1): StrategyQA
宋永淑 ソン・ヨンソク / ML Researcher, 朴宇明 パク　ウミョン / CDO & Head of Research
StrategyQA論文とデータセット紹介
StrategyQA
LLM
Embedding
Codeを通じてLLMの推論能力を高めることができるのか？
朴宇明 パク　ウミョン / CDO & Head of Research
コードを通じた巨大言語モデルの推論能力向上
Prompting
Tuning
効果的なプロンプティング(Prompting)方法論の紹介
朴宇明 / CDO & Head of Research
効果的なプロンプティング(Prompting)方法論の紹介
Prompting
Tuning
[論文レビュー]Super-NaturalInstructions
朴宇明 / CDO & Head of Research, 宋永淑 / ML Researcher
Super-Natural　Instructions(SuperNI)論文・データセットの紹介
Instruction
LLM
dataset
Super-NaturalInstructions
LLMは自ら回答の危険性を判断できるのか？
朴宇明 / CDO & Head of Research
超巨大言語モデルの回答の危険性を判断するに関連する論文の紹介
Prompting
Alignment
LLM
表データベースの文章生成
宋永淑 ソン・ヨンソク / ML Researcher
表のデータ分析方法論の紹介
Table
Generation
極めて私的な私だけのLLM、作れるのか? [第１弾ーファインチューニング]
朴 ジンヒョン(Sigrid Jin) / Software Engineer, Sionic AI
非暴力的、非倫理的な出力を検証できるデータセット
Finetuning
Llama
ファインチューニング
大規模言語モデル
LLM
Slack 使用ガイド
金慧元 /CPO, 金德顯 / Head of Development
効果的なスラックの使用ガイド
Culture
Slack
Vector Database構築のハンズオン
宋明河 / MLOps Engineer
Vector Database構築実習
Vector Database
NLP
WebGPUによるプライベート生成AIのHybrid Inference
高錫賢 / CEO
WebGPUによるパーソナライズ生成人工知能の推論方法論の紹介
WebGPU
AI
Hybrid Inference
プロンプティングを通じたLLMの推論能力向上
朴宇明 / CDO & Head of Research
超巨大言語モデルの推論能力向上のためのプロンプトの方法論
Prompting
Tuning
韓国語コーパスの構築(1)
宋永淑 ソン・ヨンソク/ ML Researcher
韓国語コーパスの紹介
data
large language model
corpus
プロンプティングで事実確認(Fact Verification)
朴宇明 / CDO & Head of Research, 김덕현 / Head of Development
超巨大言語モデルの発話が事実かどうかを確認する方法論に関連する論文の紹介
Prompting
Fact Verification
自動的に最適なPromptを生成する方法
朴宇明 / CDO & Head of Research
最適なプロンプト方法論の紹介。
Prompting
AutoPrompt
MTEB上位の方法論
朴宇明 / CDO & Head of Research
MTEBの上位方法論の紹介
MTEB
Embedding
Benchmark
Paper Review
Data Curation
Hands-on
Development Glossary
Company