このカテゴリの記事
- 01 LLMの全体像 - GPT・Claude・Gemini・LLaMAの系譜 LLM基礎
- 02 スケーリング則と創発的能力 LLM基礎
- 03 事前学習→SFT→RLHF/DPO - ChatGPTの学習パイプライン LLM基礎
- 04 プロンプトエンジニアリング基礎 - Zero-shot/Few-shot プロンプト
- 05 Chain of Thought・Self-Consistency - LLMの推論強化 プロンプト
- 06 Tree of Thought・ReAct - 高度なプロンプト技術 プロンプト
- 07 RAG (検索拡張生成) - LLMの知識を最新化する技術 LLM応用
- 08 ハルシネーション対策 - LLMの『嘘』をどう防ぐか LLM応用
- 09 AIエージェントとFunction Calling LLM応用
- 10 マルチモーダルモデル - GPT-4o・Claude・Gemini マルチモーダル
- 11 拡散モデル - Stable Diffusion・DALL-E・Midjourney 画像生成
- 12 動画・音声生成 - Sora・Whisper・WaveNet 画像生成
- 13 コンピュータビジョン応用 - YOLO・U-Net・SAM 応用タスク
- 14 自然言語処理応用 - word2vec・機械翻訳・要約 応用タスク
- 15 強化学習の応用 - AlphaGo・AlphaFold・自動運転 応用タスク
- 16 【総まとめ】Phase 4: 生成AIと応用 フェーズ総まとめ
このカテゴリで扱うテーマ
- LLM (GPT/Claude/Gemini/LLaMA) とスケーリング則
- プロンプトエンジニアリング・RAG・Function Calling
- 拡散モデル・動画/音声生成・マルチモーダル
- 画像認識応用 (YOLO/U-Net) と自然言語処理応用
- 強化学習の応用 (AlphaGo/自動運転/ロボティクス)