お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
期間 7 時間
コース概要
テキスト生成から型付きの意思決定へ
- 意思決定モデルが返す内容
- System 1の意思決定と推論LLMの違い
- 有界な意思決定のコストとレイテンシプロファイル
オープンウェイトの意思決定モデルの状況
- AWS LabsによるStrands Decider 2B
- JEVとGEVのオープンウェイトファミリー
- Pplx-Decider、Liquid D1、Clef
- ライセンスとデプロイメントの違い
意思決定モデルの内側
- 言語モデリングヘッドを持たないLLMトラスコ
- 候補選択肢に対するポインターヘッドのスコアリング
- 信頼度スコアの由来
初めての意思決定の実行
- CPUおよびコンシューマ向けGPUでのローカルセットアップ
- 質問と選択肢セットの表現方法
- 1回のパスで複数の質問を行う方法
- 閾値とフォールバック動作
意思決定品質の判断
- JevBenchと意思決定ベンチマーク
- 精度と較正の比較
- Brierスコアと信頼度の信頼性
- 意思決定モデルが不適切なタスク
要求
- 大規模言語モデル(LLM)およびプロンプトベースのアプリケーションに対する基本的な理解。
- コマンドラインおよびPythonスクリプトへの習熟。
- 機械学習の学習経験は不要。
対象者
- エージェントワークフローのために意思決定モデルを評価しているAIエンジニア
- LLMの呼び出しを有界な意思決定に置き換えたいソフトウェア開発者
- エージェントアーキテクチャを設計しているソリューションおよびプラットフォームアーキテクト
- 意思決定モデルの選択肢を評価している技術プロダクトマネージャー