香月 リサ 先生 のセリフ集 (428 発言)
HITLは単なる運用技法ではなく、人間の尊厳を守る設計哲学でもあるの。
背景を先に伝えてからやってほしいことを言い、最後に条件を付ける、という流れが自然なの。
試験では『k分割交差検証はk回の学習・評価を行い平均を取る』『データを無駄なく使える』の2点を押さえましょう。
大事なのは丸暗記ではなく、概念を自分の言葉で説明できるようになること。
『ポジティブな要因とネガティブな要因を分けて』『統計的な有意性も考慮して』のように。
ましろちゃんはふんわりしてるけど、日本語の細やかな感性があるから、
ただしAIの進化が早いから、学びに終わりはないの。
普通に聞くとAIが雑に答えることがあるけど、『段階的に計算してください』と加えると、途中の計算過程を示しながら正確に答えるの。
机上の物や資料参照のルールは、自己判断せず申込回の公式注意事項に従いましょうね。
曖昧な質問には曖昧な回答が、具体的な質問には具体的な回答が返ってくるのよ。
信頼は透明性から生まれる、というシンプルな原則の実装ね。
音楽・動画分野では、生成AIが合意形成のルールを作りながら進化している途中なの。
試験対策としては「Sora=OpenAI、2024年、拡散Transformer」「時間的一貫性が最大の課題」の2点を押さえればOKよ。
経営層を巻き込むには「この部署でこれだけ時短できた」という具体的な数字が最強の武器になるの。
『誠実である』『害を為さない』など10箇条程度の原則をモデルに組み込み、
その直感、機械学習のSVMそのものよ、ジャスミンちゃん。
たとえば顧客が離反するかを予測するモデルで、『ログイン頻度』『最終購入日』『利用年数』のどれが効いているかがわかれば、施策に直結するわね。
でも「甘口の大盛りカレー、サラダ付きで」と伝えれば、望みどおりの料理が出てくる。
『答えが長すぎた』『専門用語が多すぎた』『話題がズレた』など、問題を特定してピンポイントで直すのがコツ。
読書感想文の下書き作りにもAIは心強い相棒になるの。
深見 つむぎ のセリフ集 (459 発言)
消費者から見ても、データの扱い方が信頼の判断材料になりますね。
つまり、AIを使いこなすスキルが重要になるんですね。
SNSの投稿文、写真、音声ファイル、動画、LINEのやり取り、メールの本文、論文PDF…要は世の中のほとんど全部よ。
補足すると、反対派の社員を排除するのではなく、彼らの懸念を聞く場を作ることも重要ですね。
先生、ロール設定は冒頭に書くのが一般的ですか?
反事実的説明は『もしこの条件が違っていたら結果はどう変わったか』を提示する手法で、GDPR の自動意思決定に対する説明要求とも親和性があります。
人的多様性まで含めると、バイアス軽減は組織文化の問題でもあるんですね。
バックドア攻撃では、例えば顔画像の右上に特殊なマークが入った時だけ別人と誤認識させる、といった仕込みができます。
全社員がAIを理解する必要があるんですか?
補足すると、APIキーは絶対に公開リポジトリに載せてはいけないんですよね。
トークン数が多いとコストも高くなるのですか?
創造性は人間に、効率化はAIに、という役割分担が見えてきました。
補足すると、欧州AI規則でもHITLの要件は明示的に定義されていますね。
ToTのような高度な技法は、実務では即座に使う機会は少ないかもしれませんが、概念を知っておくと応用が利きますね。
2017年にGoogleが発表した『Attention Is All You Need』論文で提案された、記念碑的アーキテクチャですね。
具体的にはどの業界が先行しているんでしょうか?
あ、そういうことですか…ごめんなさい、早合点しました…。
ISO/IEC 42001 (2023年12月発行) は世界初のAIマネジメントシステム規格で、認証取得が今後の企業信頼の証明になると見られています。
生成AIの学習には、この3つのうちどれが使われているんですか? LLMの場合は?
補足: 応用は広く、議事録作成、字幕生成、リアルタイム通訳、コールセンター分析、講義アーカイブのテキスト化など、多岐にわたります。
雪村 ましろ のセリフ集 (770 発言)
覚えた〜!
ましろ、クラスメイトにも教えてあげられるようになりたいです。
AIを使うときって、いろんなリスクを知っておかないといけないんですねぇ…
『あなたは優しいお姉さんです』って指定したら、優しく教えてくれるのかなぁ…
すっごく便利じゃ…あっ、ジャスミンちゃんの口調がうつっちゃった〜。
ふぇぇ〜、つむぎちゃんかっこいい…!
ぽわわ…言葉の意味が近いものを見つけてくれるんですねぇ…
『マージンを最大化』って、人生の余裕を大事にする感じで、なんだか素敵な発想ですね〜。
決定木…? えへへ、森にあるお話の木ですか〜?
あ、通販で配送状況を聞いたとき、すぐにお返事がきたことがあります!
わぁ〜! 1人だと気づけないことも、みんなで見れば見つかる、みたいな〜!
AIの組織論…未来のお仕事現場みたいですぅ…
AIもみんなで守っていくものなんですねぇ…
ルールもどんどん変わるから、勉強し続ける分野なんだね。
先生、具体例をもう一つ教えてもらってもいいですかぁ?
じゃあ、仕事が丸ごと消えるわけじゃなくて、中身が変わるってことぉ?
複数の専門家…ってことは、お医者さんが内科・外科・小児科って分かれてるみたいに、AIの中でも分業してるってこと?
ましろ、ネットでお買い物する時、これからはもう少し気をつけてみます!
じゃあ、ましろが何時間もかけて選んだ一枚は、ましろの作品って言ってもいいのぉ?
L2は全部を少しずつ小さくする感じですか〜?
戸倉 ジャスミン のセリフ集 (699 発言)
医療業界のAIって、裏側でものすごい人たちが支えてるんだね。
過学習って、訓練データを丸暗記しちゃって応用が効かない状態ってことでよかった?
使えば使うほど電気を食うってことか〜!
てか、なんで人はAIを騙したいの?
原則OK、例外NG、のセットで覚えたね!
プロンプト系、あたしけっこう好きな分野なんですよ! ここで点を稼ぐよ! 得意分野ってやつじゃん!
でもさ、AIが答え教えてくれるなら宿題の意味なくない?
4択なら、わからなくても適当に押しても25%は当たるじゃん! ラッキーで合格できるかも!
ChatGPT が使いやすいのって、このチューニングのおかげだったんだ!
多数決でクラスAじゃん!
ましろ、なんか詩人みたいじゃん!
おお、3つとも名前が似てるけど役割ぜんぜん違うじゃん! カレーの材料と調理器具と皿が別売りなのと同じだね!
てかさ、ゼロショットで上手くいく例と、いかない例の見分けってどうつけるの?
具体的にはどういうこと?
代表的な種類ってあるの?
でもさ、CoTって毎回使ったほうがいいのかな?
要はバドミントンでいうと、守りめっちゃ固くすると攻撃力が下がる、攻めに出ると守りが薄くなるのと似てるってこと? 両立が難しい感じだね。
AIが勝手に株で儲けてくれるってやつ?
AIも間違えることがあるから、何回もやって確認するってことか!
バドミントンでいうと、データ起因は『コーチの教え方がそもそも間違ってた』、外在的は『教わってない戦術を試合中に即興で作っちゃう』みたいな感じか。