楊範の記事

包括的な紹介 HealthGPTは、異種知識適応による統一的な医療視覚理解と生成能力の達成を目指す、先進的な医療グランドビジュアル言語モデルである。このプロジェクトの目標は、医療画像処理を大幅に改善する統一的な自己回帰フレームワークに医療視覚理解と生成能力を統合することである...

一般的な紹介 MatAnyoneは、シンガポールの南洋理工大学S-Labの研究チームによって開発され、GitHubで公開されているビデオキーイングに焦点を当てたオープンソースプロジェクトです。一貫したメモリ伝搬技術により、安定した効率的なビデオ処理能力をユーザーに提供し、特に複雑な背景を扱うのに優れています。

はじめに HiveChatは中小規模のチーム向けのAIチャットボットで、管理者は複数のAIモデル（Deepseek、OpenAI、Claude、Geminiなど）を一度に設定し、チームメンバーが簡単に使用できるようにすることができます。LaTeXとMarkdownレンダリング、DeepS...

Microsoft 365 Copilot を初めてお使いになる方にも、熟練のベテランの方にも、copilot チャットをお使いの方にも、office365 で copilot をお使いの方にも、copilot prompts thesaurus は、copilot のこの画期的な製品をフル活用するのに役立ちます。このシソーラスは、日常的な単語を覚えるのに役立つだけではありません。

一般的なOmnitool.aiは、学習者、趣味愛好家、および現在のAI技術革新に興味がある人のための拡張可能なブラウザベースのデスクトップ環境を提供するように設計されたオープンソースの "AIラボ "です。Omnitool.iは、OpenAI、replicate.com、Stable Diffusio...などの他のAIラボとのコラボレーションを可能にします。

概要説明 Bardeen AIは、チームの生産性を高めるために設計された自動ワークフロープラットフォームです。一般的なツールとのシームレスな統合により、繰り返し作業を自動化し、データ管理を簡素化し、チームコラボレーションを強化します。ユーザーはコードを書く必要がなく、簡単な操作だけで...

総合紹介 Step-Video-T2VはStepFun AI (StepFun Star)による先進的なテキストから動画への変換モデルです。このモデルは30億のパラメータを持ち、最大204fpsの動画を生成することができます。VAE（可変オートエンコーダ）により、16x16の空間圧縮と8xの時間圧縮を実現しています。

一般的な紹介 OmniParserは、ユーザーインターフェースのスクリーンショットを構造化された理解しやすい要素に解析するためにMicrosoftによって開発されたツールです。このツールは、GPT-4Vが対応するインターフェイス領域で正確なアクションを生成する能力を大幅に向上させます。OmniParserは、幅広い大規模な言語モデルをサポートするだけでなく、...

このドキュメントは、スタンフォード大学で行われた、OpenAIの事前・事後トレーニングのリーダーであるBarret ZophとJohn Schulman（OpenAIの共同設立者でもある）による講演のPPTで、OpenAIでの事後トレーニングでChatGPTを開発した経験を共有しています。この講演は録画されていないため、このPPTはこの...

これは、以前に書かれた記事によると、記事の転載です： "すべての強力なライティングプラットフォームを作成するためにインテリジェントなプログラミングツールTraeを使用して"、次のエピソードは、ローカルの知識ベースに力を与えるためにTraeを使用する方法についてです、サーバーのクラッシュによって2日間拘束され、仏への花の貸与に関するこの記事を読むために起こった、元の記事の姉妹記事として、含まれている...

はじめに AIエージェントにおけるメタ認知のコースへようこそ！この章は、AIエージェントが自分自身の思考プロセスについてどのように考えるかに興味のある初心者の方を対象としています。このコースが終了する頃には、主要な概念を理解し、AIエージェントの設計にメタ認知を適用するための実践的な例を持つようになります。 学習目標

複数の知能が関わるプロジェクトに着手する際には、マルチ・インテリジェンス・デザイン・パターンを検討する必要がある。しかし、いつマルチインテリジェンスに移行すればよいのか、どのような利点があるのか、明らかではないかもしれません。 はじめに このコースでは、マイクロソフトが次の質問に答えることを試みます。 どのようなシナリオがマルチインテリジェンスに適しているか？

序論 この論文では、以下のことを取り上げる：明確な包括的目標を定義し、複雑なタスクを管理可能なサブタスクに分解する。 構造化された出力を活用することで、より信頼性が高く、機械が読みやすいレスポンスを実現する。 動的なタスクや予期せぬ入力に対して、イベントドリブンアプローチを適用する。 学習目標 この記事を読み終える頃には...

はじめに このコースでは、安全で効果的なAIエージェントの構築と導入方法について説明します。 AIエージェントを開発する際に考慮すべき重要なセキュリティ事項。 AIエージェントを開発する際のデータとユーザーのプライバシーの維持方法 学習目標 このコースを修了すると、次のことが理解できるようになります。

このコースでは、大規模言語モデル（LLM）が外部ソースから情報を取得しながら自律的に次の行動を計画する新しいAIパラダイムである、エージェント型検索拡張生成（Agentic RAG）の包括的な概要を説明します。静的な "retrieve-then-read "モデルの代わりに...

ツールが興味深いのは、AIインテリジェンスに幅広い能力を持たせることができるからだ。ツールを追加することで、インテリジェンスは実行可能な限られた操作に制限されなくなり、多種多様な操作を実行できるようになる。本章では、ツール使用デザイン・パターンを探求する。

はじめに AIエージェント・システムを構築する方法は数多くある。曖昧さは、生成的AI設計の欠陥ではなく、特徴であることを考えると、エンジニアが何から始めればよいかを判断するのは難しい場合がある。我々は、開発者が顧客中心のエージェント・システムを構築できるように、人間中心のユーザー・エクスペリエンス設計原則を作成した。