お問い合わせ

コース概要

大規模言語モデルおよび生成型AI入門

  • 関連する技術や各種モデルの紹介
  • 具体的な応用例や利用シーンについて解説
  • 現状での課題点や制約要因の整理

NLUタスクにおけるLLMの活用方法

  • 感情分析手法
  • 固有表現認識技術
  • 関係性抽出テクニック
  • 意味解析アプローチ

NLIタスクにおけるLLMの活用法

  • 含意検出手法
  • 矛盾判定技術
  • 同義表現識別法

知識グラフ構築時のLLM活用術

  • テキスト情報からの事実・関係性抽出方法
  • 欠落または未知な情報の推論技法
  • 後続タスク用としての知識グラフ活用法

常識的推論に関するLLM応用

  • 妥当性ある説明や仮説・シナリオの作成方法
  • 常識関連知識ベースやデータセットの利用法
  • 常識判断能力の評価手法

対話生成分野におけるLLM応用

  • 会話エージェント・チャットボットやバーチャルアシスタント向けの対話制作法
  • 対話管理技術の実践方法
  • 評価指標および対話データセット活用術

マルチモーダル生成時のLLM活用法

  • テキストから画像を生成する手法
  • 画像に基づく文章作成方法
  • テキストや画像から動画生成を行うアプローチ
  • 音声データから文章を生成する技
  • オーディオ情報を用いた自然言語表現法
  • テキストや画像情報に基づく3Dモデル構築術

メタ学習分野におけるLLMの応用

  • 新規ドメイン・タスク・言語への対応方法
  • 少ないサンプルや例なしで学習させる手法
  • メタ学習・転移学習向けデータセットおよびフレームワークの利用法

敵対的学習におけるLLM活用技法

  • 不正アクセスからモデルを守るための防御手法
  • 偏りや誤りの検知および除去策
  • 強固な安全性を実現させるための敵対的学習用データと技法の紹介

LLMおよび生成型AI評価法について

  • 生成物質の品質・多様性測定方法
  • Inceptionスコアやフレシェト・インセプション距離、BLEUスコアといった指標の活用
  • クラウドソーシングや調査など人間による評価技術の実用法
  • チューリングテストや判別器を用いる敵対的評価方法の解説

LLMおよび生成型AIに求められる倫理基準について

  • 公平性・責任所在を明確化するための取り組み
  • 悪用防止策や不正使用回避手段
  • クリエイターや利用者個人の権利・プライバシー保護手法
  • 人間とAIが協働し創造力を発揮するための環境整備

まとめおよび今後の取り組みについて

要求

  • AIに関する基礎概念や用語の理解
  • Pythonプログラミングおよびデータ解析の実務経験
  • TensorFlowやPyTorchといったディープラーニングフレームワークへの知識
  • LLMそのものやその応用例に関する基礎理解

対象者

  • データサイエンティスト
  • AI開発者
  • AIに興味がある方々
 21 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー