キャラクター名セリフ集
先生と18〜19歳の学習仲間3人の印象的な会話を、キャラクターごとにピックアップしました。
若葉 みどり 先生 のセリフ集 (431 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。

ももさ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、あんずさん。

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。
白銀 ゆき のセリフ集 (462 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。
桜井 もも のセリフ集 (773 発言)

わたしもカレーのレシピみたいで覚えやすかった〜えへへ!

ふぇぇ…便利さと学びの質のバランスって難しいですぅ…。

ふぇぇ…AIもハッキングされちゃうんですかぁ…?

もも、昨日AIに『優しく教えて』って書いたら、本当に優しく教えてくれたんですぅ〜!

すっごく便利じゃ…あっ、あんずちゃんの口調がうつっちゃった〜。

ふぇぇ〜、ゆきちゃんかっこいい…!

テスト中に教科書を見ながら答える感じですかぁ?

『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〜?

苦手なところを知ると、得意なところもよく見えてきますねっ!

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〜!

ももも自分の中に複数のももがいたら、もっとテキパキできるのになぁ…

悪い人がいるんですね…AIも大変…

名前がかっこいい! ブレッチリー、チューリングがいた場所だね。

聞き方って、ほんとに大事なんですねぇ…

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?

ぽわわ〜…土台って、お家を建てるときの基礎みたいな感じ? 上にいろんなお部屋を乗せられる、っていう…?

ふぇぇ…知らないうちに高くなってるかもしれないなんて、怖いです…。

守られるものにも、色んな種類があるんだねぇ。

L2は全部を少しずつ小さくする感じですか〜?
胡桃 あんず のセリフ集 (701 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!

ももちゃん、なんか詩人みたいじゃん!

ももちゃん、そこはちゃんと自分でやろうよ! でもフレームワークって、自分でアプリ作る人向けなんだね〜。

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。