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
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
大規模言語モデルは誰を覚えているか / Who Do Large Language Models Memorize?
upura
0
86
[ACL 2026 Demo] Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
86
Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
49
JAPAN AI CUP Prediction Tutorial
upura
2
1.2k
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
400
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
760
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
130
JOAI2025講評 / joai2025-review
upura
0
1.7k
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
270
Other Decks in Technology
See All in Technology
AIレビューはどこまで任せられるのか?自動化と人が背負うレビューの境界
sansantech
PRO
2
770
しぶいSRE: サーバから見えない障害にどう向き合うか。ラストワンマイルのデバッグ実践 / Shibui SRE
kanny
13
6.1k
世界、断片、モデル。そして理解
ardbeg1958
1
110
AI Driven AI Governance
pict3
0
350
KiCAD講習会②
tutcreators
0
110
AI時代の開発生産性は、個人技からチーム設計へ
moongift
PRO
2
230
ADDF - ループエンジニアリングするフレームワークを作ったら/I Didn't Set Out to Build Loop Engineering, But ADDF Did
fruitriin
0
120
穢れた技術選定について
watany
4
420
LLMやAIエージェントをソフトウェアに組み込むプラクティス
shibuiwilliam
1
360
ボーイスカウトルールでメモリやスキルを改善しよう
azukiazusa1
1
920
「ちゃんとやっている」は独りよがりだった ― 不安に寄り添うインシデント対応へ / Towards incident response that addresses anxieties
chmikata
1
5.1k
凡エンジニアがこの先生きのこるためには。〜TypeScript完全に理解したい〜
alchemy1115
2
180
Featured
See All Featured
Raft: Consensus for Rubyists
vanstee
141
7.6k
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
340
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
760
[RailsConf 2023] Rails as a piece of cake
palkan
59
6.7k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.7k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
310
Darren the Foodie - Storyboard
khoart
PRO
3
3.4k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
650
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
38
2.9k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
870
How to build a perfect <img>
jonoalderson
1
5.8k
Site-Speed That Sticks
csswizardry
13
1.3k
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