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
23k
14
Share
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
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
[ACL 2026 Demo] Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
19
Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
9
JAPAN AI CUP Prediction Tutorial
upura
2
1.1k
情報技術の社会実装に向けた応用と課題:ニュースメディアの事例から / appmech-jsce 2025
upura
0
370
日本語新聞記事を用いた大規模言語モデルの暗記定量化 / LLMC2025
upura
0
640
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
110
JOAI2025講評 / joai2025-review
upura
0
1.6k
AI エージェントを活用した研究再現性の自動定量評価 / scisci2025
upura
1
240
JSAI2025 企画セッション「人工知能とコンペティション」/ jsai2025-competition
upura
0
130
Other Decks in Technology
See All in Technology
Google Cloud Next '26 の裏でこっそりリリースされたCloud Number Registry & Cloud Hub コスト分析 を試してみた
hikaru1001
0
170
(きっとたぶん)人材育成や教育のような何かの話
sejima
0
650
Digital Independence: Why, When and How
wannesrams
0
300
QAエンジニアはどうやって プロダクト議論の場に入れるのか?
moritamasami
2
410
サンプリングは「作る」のか「使う」のか? 分散トレースのコストと運用を両立する実践的戦略 / Why you need the tail sampling and why you don't want it
ymotongpoo
3
120
要件定義の精度を高めるための型と生成AIの活用 / Using Types and Generative AI to Improve the Accuracy of Requirements Definition
haru860
0
310
大学職員のための生成AI最前線 :最前線を、AIガバナンスとして読み直すためのTips
gmoriki
2
3.8k
もっとコンテンツをよく構造化して理解したいので、LLM 時代こそ Taxonomy の設計品質に目を向けたい〜!
morinota
0
200
Percolatorを廃止し、マルチ検索サービスへ刷新した話 / Search Engineering Tech Talk 2026 Spring
visional_engineering_and_design
0
330
生成AIはソフトウェア開発の革命か、ソフトウェア工学の宿題再提出なのか -ソフトウェア品質特性の追加提案-
kyonmm
PRO
2
860
AIと乗り切った1,500ページ超のヘルプサイト基盤刷新とさらにその先の話
mugi_uno
2
310
エージェント時代の UIとAPI、CLI戦略
coincheck_recruit
0
150
Featured
See All Featured
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
270
Thoughts on Productivity
jonyablonski
76
5.1k
Exploring anti-patterns in Rails
aemeredith
3
350
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
10k
ラッコキーワード サービス紹介資料
rakko
1
3.2M
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
240
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.1k
Navigating Team Friction
lara
192
16k
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
reverentgeek
1
430
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.3k
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
550
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
350
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