Future Tech Blog
フューチャー技術ブログ

LLM タグ

累計
  • 23
    投稿
  • 17
    著者数
  • 552
    総シェア数
  • 4
    X
  • 0
    Facebook
  • 401
    はてブ
  • 147
    Pocket
直近1年
  • 7
    投稿
  • 6
    著者数

よく読まれている記事

CursorによるAI駆動開発入門
2025.04.28♡323
AI暴走を防ごう！AIエージェントのガードレールの作り方を考えてみよう
2025.11.17♡2
日本語×ソフトウェア開発に強いLLMの開発に取り組んだ挑戦者の備忘録 (前編)
2025.07.15♡11
Transformerの文章生成の仕組みを理解する
2025.02.26♡2
日本語×ソフトウェア開発に強いLLMの開発に取り組んだ挑戦者の備忘録 (後編)
2025.07.16♡4
非開発業務 × Context Engineering の実践知
2026.04.24

よく使われるカテゴリ

新着記事

基礎から深く理解する、実践型NLP講習会の取り組み

私たちのチームでは、約3カ月間にわたる実践的なNLP講習会を昨年から社内で開催しています。そして先月、第2期（2年目）が無事に一区切りを迎えました。このブログでは、私たちが継続して取り組んでいるこの講習会の内容や特徴についてご紹介します。

AIとの対話のトークン数を減らす：UIデザイン編

いろいろなソフトウェアをAIに作らせてみてなかなか思い通りにいかずに苦労するのがUIデザインです。見た目がかっこいいとかではなくて、この画面は何をする画面で、どういう構成要素があるのか、という伝達がうまくいかない。

主要AIモデルのデータ保持期間とZDRを、一次情報で確認する

Fable 5は、ZDRではなく30日のデータ保持が必須という仕様です。同じClaudeでも、他の多くのモデルはZDR下で会話内容を残さないサービス仕様ですが、Fable 5はこの点が異なります。

macOSでプリインストールされるLLMサービスをコーディングエージェントから使う実験

みなさん、WWDC26の情報はみられましたか？昨年発表されたDocker互換のコンテナランタイムがパワーアップし、WSLのようなLinuxコンソール体験を提供するcontainer machineとか楽しそうですよね。

非開発業務 × Context Engineering の実践知

お問い合わせ対応業務にLLM Agentを導入してみたお話です。

AI暴走を防ごう！AIエージェントのガードレールの作り方を考えてみよう

AIエージェントの開発が急速に進む中、その自律的な振る舞いをいかに安全に制御するかが大きな課題となりつつあるのではないでしょうか。意図しない情報の漏洩、不適切なコンテンツの生成、システムの脆弱性を突くような動作など、AIエージェントが引き起こす可能性のあるリスクは多岐にわたると考えられます。

【論文紹介】AIは「正しさ」だけで評価できるか？ 社会階層とAI利用の関係について

AIと社会格差について、論文を読んで記事を書きたいと思います。GPT-5がリリースされた際、#keep4o という運動が起きました]。旧モデルのGPT-4oは暖かさや共感力があったが、新しいGPT-5は冷淡で機械的だと、一部ユーザーから批判の声が上がりました。

日本語×ソフトウェア開発に強いLLMの開発に取り組んだ挑戦者の備忘録 (後編)

GENIAC第2期事業にて採択された「日本語とソフトウェア開発に特化した基盤モデルの構築」プロジェクトに関する取り組み紹介、全2編の後編となります。モデルの技術的特徴に関するより込み入った内容や、取り組みの中では明らかに出来なかった今後の検討課題・オープンクエスチョンを共有します。

日本語×ソフトウェア開発に強いLLMの開発に取り組んだ挑戦者の備忘録 (前編)

GENIAC第2期事業にて採択された「日本語とソフトウェア開発に特化した基盤モデルの構築」プロジェクトについて、開発の過程で得られた知見や学び、今後の課題を共有したいと思います。

Apple Vision Pro における LLM 利用について

Apple Vision ProでLLMを利用する方法について整理していきます

LLMコンテナイメージでLazy Pullingの効果を検証

ECSなどでコンテナの起動を高速化することを目標に、イメージを遅延して読み込むLazy-pullingな技術に目を向け、LLMコンテナに対し効果があるのかどうかを検証していきます。

CursorによるAI駆動開発入門

生成AIを使った開発手法の進化は目を見張るものがあります。私自身は業務でAI駆動開発をすることは無いのですが、CursorやClineなどのニュースを見ない日はありません。

AI時代の画像to3Dモデリング入門

大学時代に少し触っていて苦手としていた、3Dモデリングの世界でどのようなことができるようになっているのか、Blender MCPとMeshyという2つのAI駆動ツールを使った3Dモデル製作を試してしてみました

Transformerの文章生成の仕組みを理解する

Transformerを知っていて、その理解を深めたい人、大規模言語モデル がどのようにして推論しているのかを知りたい人向けに...

AWSのGenerative AI Use Cases JPを用いた生成AIサービスの構築検証

AWSを用いた生成AIアプリケーションの実装として、Generative AI Use Cases JP についての検証を行いました。

MSの生成AIサンプルアプリ（Chat with your data - Solution accelerator）コード確認

LLMが流行って久しいですが、MS、AWS、Googleクラウドベンダ各社が自社のマネージドを利用したサンプルアプリを公開し始めているので、中の実装を見つつリファレンスとしての考え方を確認しようと思い形にしてみました。

言語処理学会 (NLP2024) でポスター発表を行いました

言語処理学会第30回年次大会 に参加し、当社で取り組んだ研究内容についてポスター発表を行いました。言語処理学会は自然言語処理分野における国内最大の...

Prompt Flowをローカルで動かす＆コードで管理する

AzureのPrompt Flowをローカル環境で動かし、作成したフローをコードで管理する方法をご紹介します。

Prompt Flowでプロンプト評価の管理を行う

AzureのPrompt Flowを使ってLLMに入力するプロンプト評価の管理を行います。プロンプト評価の管理を行いたい背景として...

【LLMOps】LLMの実験管理にTruLens-Evalを使ってみた

LLMの実験管理ツール候補として、TruLens-Evalを検証しました。合わせて、LLMの実験管理についてまとめてみました。

LLM開発のためにMLOpsチームがやるべきこと

「LLM開発のためにMLOpsチームがやるべきこと」というテーマで、従来のMLOpsとの違い・ツール・構成例等について調査・整理しました。LLMとはLarge Launguage Model（大規模言語モデル）の略であり..

LLM開発のフロー

昨今注目されている大規模言語モデルの開発においてMLOpsチームがやるべきことを考えるため、まずはLLM開発の流れを調査・整理しました。

ChatGPTなどの大規模言語モデルが労働市場に与える影響の分析

世界中で話題となっているChatGPTですが、その開発元であるOpenAIから大規模言語モデル(LLM)が労働市場に与える影響について分析した論文が公開されました。