Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
技術アウトプットを支える技術 / Tips to generate technical out...
Search
Shotaro Ishihara
March 04, 2019
Technology
14
22k
技術アウトプットを支える技術 / Tips to generate technical outputs
2019年3月4日開催「白金鉱業 Meetup Vol.6」(
https://brainpad-meetup.connpass.com/event/119149/
) での発表資料
Shotaro Ishihara
March 04, 2019
Tweet
Share
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
Semantic Shift Stability: 学習コーパス内の単語の意味変化を用いた事前学習済みモデルの時系列性能劣化の監査
upura
0
13
日本語ニュース記事要約支援に向けたドメイン特化事前学習済みモデルの構築と活用 / t5-news-summarization
upura
0
14
Web からのデータ収集と探究事例の紹介 / no94_jsai_seminar
upura
0
210
記者・編集者との協働:情報技術が変えるニュースメディア / Kaishi PU 2024
upura
0
84
ニュースメディアにおける生成 AI の活用と開発 / UTokyo Lecture Business Introduction
upura
0
270
マルチモーダル AI 実装の課題と解決策 / Developer X Summit
upura
0
300
ニュースメディアにおける事前学習済みモデルの可能性と課題 / IBIS2024
upura
3
890
「巨人の肩の上」で自作ライブラリを作る技術 / pyconjp2024
upura
3
1k
Quantifying Memorization and Detecting Training Data of Pre-trained Language Models using Japanese Newspaper
upura
0
75
Other Decks in Technology
See All in Technology
クラウド開発環境Cloud Workstationsの紹介
yunosukey
0
110
さくらの夕べ Debianナイト - さくらのVPS編
dictoss
0
310
Road to Go Gem #rubykaigi
sue445
0
390
“パスワードレス認証への道" ユーザー認証の変遷とパスキーの関係
ritou
1
570
フロントエンドも盛り上げたい!フロントエンドCBとAmplifyの軌跡
mkdev10
2
270
開発視点でAWS Signerを考えてみよう!! ~コード署名のその先へ~
masakiokuda
3
160
SDカードフォレンジック
su3158
1
600
AWSの新機能検証をやる時こそ、Amazon Qでプロンプトエンジニアリングを駆使しよう
duelist2020jp
1
150
AI AgentOps LT大会(2025/04/16) Algomatic伊藤発表資料
kosukeito
0
140
20250413_湘南kaggler会_音声認識で使うのってメルス・・・なんだっけ?
sugupoko
1
470
20250411_HCCJP_AdaptiveCloudUpdates.pdf
sdosamut
1
110
LLM とプロンプトエンジニアリング/チューターをビルドする / LLM, Prompt Engineering and Building Tutors
ks91
PRO
1
250
Featured
See All Featured
KATA
mclloyd
29
14k
Building an army of robots
kneath
304
45k
Being A Developer After 40
akosma
91
590k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
19
1.1k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Art, The Web, and Tiny UX
lynnandtonic
298
20k
Java REST API Framework Comparison - PWX 2021
mraible
30
8.5k
Side Projects
sachag
452
42k
Code Review Best Practice
trishagee
67
18k
Designing for Performance
lara
608
69k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.6k
Scaling GitHub
holman
459
140k
Transcript
None
ຊൃදʹ͍ͭͯ • ࢿྉશฤެ։͠·͢ • നۚ߭ۀ ࠙ձͰײΛ͚Δͱخ͍͠Ͱ͢
ࣗݾհ • ੴݪↅଠ V !VQVSB • ࣄۀձࣾͰσʔλΞφϦετˍΤϯδχΞ • ݄ೖࣾ •
,BHHMFͳͲͷσʔλੳίϯϖɺϒϩάͳͲͰ ༡ΜͰ͍·͢ • ಠʢͳͷͰ࣌ؒ͋Δʣ
ٕज़Ξτϓοτ ۙʣ • ٕज़ϒϩάࣥචʢؒຊʣ • ٕज़ॻయɺٕज़ॻయʢӶҙࣥචதʣ • ൃදʢຊ͕݅ʣ • ΠϕϯτӡӦʮ4QPSUT"OBMZTU.FFUVQʯ
• ػցֶशίϯϖʢ,BHHMF &YQFSU 4JHOBUFೖ Ծ ʣ • ڝٕϓϩάϥϛϯάʢ"U$PEFSʣ V ͷՌ IUUQTVQVSBIBUFOBCMPHDPNFOUSZ
ϒϩάͷߋ৽ස
ຊ͢͜ͱ ࣗͷٕज़ΞτϓοτͷܦҢ ͳͥΔ͔ Ͳ͏͖͔ͬͯͨ ԿΛಘ͔ͨ
ٕज़ΞτϓοτΛࢧ͑Δٕज़ ΤίγεςϜ ݸʑͷ5JQT
ىݯখֶߍߴֶʁ • ࣮Ո͕ಡച৽ฉͱத৽ฉΛߪಡ ಡച த
ʮ͑Δʯͬͯ໘ന͍ʂ ಡച த தυϥΰϯζ࿈ ໘શ෦ ৮ΕΔ͚ͩ
େֶ৽ฉͰهࣄࣥච • िץͰϖʔδͷ৽ฉΛൃߦʴిࢠ൛ ʢਖ਼͍·ͷഒ͔ͬͨ͠ɾɾɾʣ
ຊۀͱࣥචͷཱ྆ • ຊۀʢֶۀʣɺֶ෦Ͱใܥ • ߹ؒΛ๓ͬͯɺେֶ৽ฉͰ׆ಈ • هऀ ΧϝϥϚϯ • ߍӾ
൛ • ฤूʢࢴ ిࢠ൛ʣ • ࠂӦۀ Πϕϯτ։࠵ • ۀͷࣗಈԽʢੳهࣄ ަ௨අਫ਼ࢉ ͳͲʣ • ࣾΠϯϑϥʢ/"4 8J'J ͳͲʣ
ɺݸਓϒϩάൃ • ۈྺ͕͘ͳΔʹͭΕɺཧଆʹճΔ͜ͱ͕૿͑ ࠷લઢͰهࣄΛॻ͘ػձ͕ݮͬͨ • هऀ࣌ʹॻ͍ͨهࣄͷڹɺഔମͱͯ͠ͷධՁ • ୯७ʹهࣄΛॻ͘ͷ͕͖ • ͚ࣗͩͷྗͰɺ७ਮͳධՁΛݟͯΈ͍ͨ
࠷ॳ·ͬͨ͘ৼΔΘͣ ࠷ॳͷϒϩάهࣄ ԿΛॻ͜͏ʁ શવڹ͕ͳ͍
༡ٔԦ͚ͩॻ͍͍ͯͨ࣌ظ
༡ٔԦºੳʹڹ͋Γ • গͣͭ͠ɺखԠ͑Λ͔ͭΈ࢝ΊΔ ͖ͳ͜ͱΛ ಠࣗͷࢹͰ
ɺ,BHHMFΛ࢝ΊΔ • ʢࣗͷ͖ͳʣ,BHHMFͷهࣄΛॻ͍͍ͯͨΒɺ ,BHHMFਓؾͷ্ͱ૬·ͬͯڹ͕૿Ճ • ͯͳϒοΫϚʔΫͷਓؾΤϯτϦʹԿ͔ ʢҎ্͕݅ɺҎ্͕݅ʣ
ͯͳϒϩάͷಡऀͷਪҠ
ࣾձਓʹͳ͔ͬͯΒͷಈػ ֶੜ࣌ • ʮهࣄΛॻ͘ͷ͕͖ʯʮࣗͷ࣮ྗΛݟ͍ͨʯ ࣾձਓ࣌ • Ճ͑ͯʮࣗͷ࣮ྗΛݟ͍ͤͨʯͱ͍͏ಈػ • όϦόϦͷ*5اۀͰಇ͍͍ͯΔΘ͚Ͱͳ͍ •
ֶҐ͕͋ΔΘ͚Ͱͳ͍ʢम࢜՝ఔΛதୀʣ V V
ٕज़ΞτϓοτͰಘͨͷ • ࣗͷϙʔτϑΥϦΦ • ަ༑ؔͷ͕Γ • هԱͷ֎෦֦ு • ͞ΒͳΔΠϯϓοτΞτϓοτͷಈػ͚ͮ •
࣍ύʔτͰɺ͏গ͠ৄࡉʹݟ͍͖ͯ·͢
ຊ͢͜ͱ ࣗͷٕज़ΞτϓοτͷܦҢ ͳͥΔ͔ Ͳ͏͖͔ͬͯͨ ԿΛಘ͔ͨ
ٕज़ΞτϓοτΛࢧ͑Δٕज़ ΤίγεςϜ ݸʑͷ5JQT
ΤίγεςϜ • ཁૉ͕૬ޓ࡞༻͓ͯ͠Γɺಛޮༀͳ͍ Ξτϓοτ Πϯϓοτ ࣌ؒ Δؾ ڹ ΠϯϓοτͱΞτϓοτΛܨ͙
ΤίγεςϜ Ξτϓοτ Πϯϓοτ ࣌ؒ Δؾ ڹ ΠϯϓοτͱΞτϓοτΛܨ͙
࣌ؒΛͲ͏࡞Δ͔ • લఏɿ͑Δ࣌ؒਓͦΕͧΕ • ͦͷ࣌ؒͰՄೳͳݶΓޮతʹऔΓΈ͍ͨ • λεΫཧɺେֶ͔࣌ΒͣͬͱUPEPJTU
UPEPJTU • γϯϓϧͳ6*69
σόΠεؒ࿈ܞͰλεΫू
λεΫཧͷޮೳ • ͷલͷλεΫʹྗͰ͖Δ • ࢥ͍͖ͭͷࡉ͔͍λεΫొ͓͖ͯ͠ɺωλாʹ Ͱ͖Δ • ʮ͕࣌ؒͰ͖ͨΒ͍̋̋ͨ͠ʯΛ͖ͪΜͱר͖औΔ
ΤίγεςϜ Ξτϓοτ Πϯϓοτ ࣌ؒ Δؾ ڹ ΠϯϓοτͱΞτϓοτΛܨ͙
Πϯϓοτ ৗ࣌ • 5XJUUFS ճ͘Β͍ • :BIPPχϡʔε ܦ৽ฉ (PPHMF)PNF •
ͯͳϒοΫϚʔΫɺͯͳϒϩά • ٕज़ॻɺจ
5XJUUFSͷϒοΫϚʔΫ • εϚϗΞϓϦ NPCJMF൛ • IUUQTNPCJMFUXJUUFSDPN • ྲྀ͠ಡΈ͢ΔதͰؾʹͳͬͨ ߘΛશͯొ͠ɺಡΈऴ͑ ͨΒղআ
ΤίγεςϜ Ξτϓοτ Πϯϓοτ ࣌ؒ Δؾ ڹ ΠϯϓοτͱΞτϓοτΛܨ͙
ΠϯϓοτͱΞτϓοτ • λεΫཧͱΠϯϓοτ͕Ͱ͖ͨΒɺ ޙͲ͏Ξτϓοτʹܨ͛Δ͔ • ํੑʹґͬͯదͨ͠Γํ͕͋Δ • ΠϯϓοτˠΞτϓοτ • ΞτϓοτˠΠϯϓοτ
ΠϯϓοτˠΞτϓοτ • ΠϯϓοτۦಈͷΞτϓοτ • ྫɿٕज़ϒϩάͳͲ • ΞτϓοτͱɺΠϯϓοτͷநԽҰൠԽ • Πϯϓοτͷຊ࣭Ԡ༻ઌΛҙࣝ͢ΔΑ͏ʹ •
ۀͰऔΓΜͩ༰ɺՄೳͳൣғͰ ʢಛʹσʔλΞφϦετՌ͕ੈʹग़ͮ͠Β͍ʣ
ΞτϓοτˠΠϯϓοτ • ΞτϓοτۦಈͷΠϯϓοτ༗༻ • ྫɿػցֶशίϯϖɺॻ੶ࣥචͳͲక͕͋Δͷ • औΓ͋͑ͣΞτϓοτΛ࢝͠ΊͯɺΠϯϓοτ͕ Γͳ͍Λదٓิ͍ͬͯ͘ • ࣗΛ͍ࠐΊΔͷͰɺ৽ྖҬͷ߹ʹΦεεϝ
ΤίγεςϜ • ཁૉ͕૬ޓ࡞༻͓ͯ͠Γɺಛޮༀͳ͍ Ξτϓοτ Πϯϓοτ ࣌ؒ Δؾ ڹ ΠϯϓοτͱΞτϓοτΛܨ͙
࠷ޙʹɺΔؾ • ٕज़ΞτϓοτใΘΕΔͱݶΒͳ͍ ʢҎ্ɺ΄΅ಡऀ͕͍ͳ͔ͬͨʣ • ͘ଓ͚ͯΔͱɺใΘΕΔՄೳੑ͕ߴ·Δ ʢಛޮༀͳ͍ɺ5JQTͷशಘɺ࣌ͷྲྀΕʣ • શһʹೝΊΒΕΔͷແཧ ʢมͳҙݟ͕དྷΔ͜ͱ͋Δɺແཧͳ͍ൣғͰʣ
·ͱΊ ࣗͷٕज़ΞτϓοτͷܦҢ ٕज़ΞτϓοτΛࢧ͑Δٕज़ • օ͞·ࣗͷٕज़Ξτϓοτʹͨͬͯɺ গ͠ͰߩݙͰ͖Δ෦͕͋Εخ͍͠