漸進的な知識の拡張を行う汎用自然言語生成モデルの研究
大規模言語モデル(LLM)は多様なタスクを扱うことが可能な一方、膨大なパラメータサイズにより学習コストが高いという課題が存在する。この課題のため、日々更新される知識を頻繁な学習によりLLMで扱うことは現実的ではない。このため、LLMにおいてデータストア中からの検索結果を利用するRetrieval-Augmented Generation …
Kurage 論文トラッカー|東海・関東の大学の研究者
東京大学 科研費の研究 1件(生成AIと行政DX)
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 生成AIと行政DX › 林 克彦
大規模言語モデル(LLM)は多様なタスクを扱うことが可能な一方、膨大なパラメータサイズにより学習コストが高いという課題が存在する。この課題のため、日々更新される知識を頻繁な学習によりLLMで扱うことは現実的ではない。このため、LLMにおいてデータストア中からの検索結果を利用するRetrieval-Augmented Generation …
研究者の情報:CiNii Research の研究者ページ
研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。
出典:CiNii Research・KAKEN(国立情報学研究所)、国会会議録検索システム(国立国会図書館)。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。