こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 今回は AWS が提供するオープンソースツール GraphRAG Toolkit を使って、 GraphRAG に入門しようと思います。 GraphRAG Toolkit を使うと、 Amazon Neptune と Amazon OpenSearch Serverless を使用した GraphRAG システムをローコードで実装できます。 なお、2024年12月から Bedrock Knowledge Base で使用できるようになった GraphRAG とは別物なので、混同しないようご注意ください。 1. はじめに 1.1. GraphRAG とは 1.2. Gr

コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕

本記事の執筆は 2025/2/17 であり、Cursorの最新バージョンの情報の内容に更新できておりません。 具体的には、ver.0.46 では Cursor Composer → 「チャット」のEditモード .cursorrules と NotePads → Project Rules （こちらはまだ併用可能） に変わっております。とはいえAIコーディングにおける本質的な内容に触れている点が多いため、引き続き参考になるかと思います。 はじめに こんにちは。Builtoという会社で代表 & エンジニアをしている冨田です。 私たちはマネジメントとタスク管理を圧倒的にサポートするAIエージェントを開発しています。 開発にもAIをフル活用しており、そこで得られた知見を共有したいと思います。 具体的には、経験3年以上の現役ソフトウェアエンジニア（生成AIのない時代からコードを書いてきた方々）をタ

クラウドネイティブな開発手法として注目を集めるサーバーレスアーキテクチャと、ビジネス変革を加速する生成AI。本セッションでは、AWS Lambda、Amazon Bedrock等のサーバーレスサービスと生成AIを組み合わせたデザイン手法やビジネスの進化について解説します。

AIの性能を定量化する評価試験のうち「これまでで最も難しい」とされる「人類最後の試験(Humanity's Last Exam)」について、OpenAIのAIエージェント「Deep research」が早くも26.6％という高いスコアを記録したことがわかりました。試験の公開から10日もたたずに最高スコアが183％増加したことになります。 OpenAI's Deep Research smashes records for the world's hardest AI exam, with ChatGPT o3-mini and DeepSeek left in its wake | TechRadar https://www.techradar.com/computing/artificial-intelligence/openais-deep-research-smashes-recor

生成AIが自律的にテストを生成、実行しバグや脆弱性を発見してくれる「Spark」、Code Intelligenceが正式リリース ドイツのCode Intelligence社は、生成AIが人間の介在なしに自律的にソフトウェアテストを生成し実行することで、対象となるソフトウェアのバグや脆弱性などを発見してくれるAIテストエージェント「Spark」の正式リリースを発表しました。 Meet Spark, an AI Test Agent That Autonomously Uncovers Vulnerabilities!!#AI #AITESTAGENT #CIFUZZ #SPARK #TESTING #SECURITY #SOFTWAREhttps://t.co/wr6CBydIA6 pic.twitter.com/RApYEHsXAH — Code Intelligence (@CI_F

中国の「ディープシーク」が開発した生成AIをめぐり、平デジタル大臣は、個人情報の取り扱いなどの懸念が払拭（ふっしょく）されないかぎり、各省庁での利用を控えるよう注意喚起を行いたいという考えを示しました。 中国のスタートアップ企業「ディープシーク」が開発した生成AIをめぐっては、個人データの収集などに関する情報の開示が不十分だとして欧米を中心に警戒感が広がっています。 こうした中、平デジタル大臣は沖縄県名護市で講演し「個人情報がきちんと保護されるのかが問題だ。利用者の個人情報を守るという観点から必要があれば、個人情報保護委員会が対応すべきだ」と指摘しました。 そのうえで「データの保護という観点で懸念が払拭されるまでは、公務員が使うのは控えるか、使うのであれば留意すべきだ。今回の生成AIにどう向き合うか、できることをやっていきたい」と述べ、各省庁に対し、NISC＝内閣サイバーセキュリティセンタ

米Googleは1月30日（現地時間）、Gemini（Webおよびモバイルアプリ）で「Gemini 2.0 Flash」の提供を開始したと発表した。これまで有料版の「Gemini Advanced」でのみ利用可能だったプレビュー版が、無料版を含むすべてのGeminiアプリで正式版として選択できるようになった。 Gemini 2.0 Flashは、「いくつかの主要なベンチマークで高速な応答と強力なパフォーマンスを示し、ブレインストーミング、学習、執筆などのタスクを日常的にサポートする」。

はじめに 株式会社neoAIの研究開発組織 (neoAI Research) / 東京大学の竹本健悟です。 巷では昨年からRAG（Retrieval Augmented Generation）、そして最近ではAI Agentが大いに注目を集め世間を騒がせていますね。 これらの技術を活用して、社内ドキュメントを外部知識としてLLMに提供するアプリケーションを構築する際、実運用に足る精度を出すためには質問に対して適切なドキュメントを高精度で取得することが最も重要なカギとなります。 今回はそんなRAG・AI Agentの中核を担うRetrieverについて、ベクトル検索やキーワード検索といった代表的な手法や評価指標まで基礎的な知識を網羅的に解説していきます。 オープンソースのベクトルDBであるQdrantを用いた日本語キーワード検索の実装方法や、AWS、Microsoft Azure、GCPとい

TL;DR Sarashina-Embedding-v1-1Bという日本語特化テキスト埋め込みモデルを開発し、モデルを公開. 12億パラメータの日本語言語モデルであるSarashina2.1-1Bを事前学習モデルとした日本語テキスト埋め込みモデル。 コンテキスト長は8192トークンで、日本語特化モデルとしては最大。 JMTEBベンチマークで最高水準のスコアを達成。特にRetrieval、Classification等でハイスコア。 公開ページ: https://huggingface.co/sbintuitions/sarashina-embedding-v1-1b 図1: JMTEBベンチマークでのSarashina-Embedding-v1-1Bと先行モデルの平均スコア 概要 こんにちは、RAGコア構築チームの福地です。 Sarashina-Embedding-v1-1Bという日本語テ

Published 2025/01/20 18:31 (JST) Updated 2025/01/20 18:41 (JST) 18、19日実施の大学入学共通テストを生成人工知能（AI）に解かせると、得点率は約91％になったと、AIベンチャーのライフプロンプト（東京）が20日、明らかにした。東大文科1類の受験生の多くが選択すると予想される科目を対象にした。 大手予備校の河合塾が昨年11月に公表した、合格の可能性が50％になると予想した「ボーダーライン」の得点率（86％）を超えた。 国語の得点率は94％、英語のリーディングは98％となった。数学は「1A」が80％、「2BC」は93％だった。「歴史総合、世界史探究」は97％となった一方で、「歴史総合、日本史探究」は79％にとどまった。AIが学習するインターネット上のデータ量は、日本史が世界史と比べて少ないことが影響したとみられる。 ライフプロン

こんにちは、バックエンドエンジニアの前田です。 前回はbolt.newを用いて、画面イメージからどこまで画面を生成できるかを試してみました。 acro-engineer.hatenablog.com 画像を読み込み、ほぼイメージ通りに生成してくれることが分かったので、今回はシーケンス図を画像にしてbolt.newに渡し、どこまで生成してくれるかを試してみます。 1. 今回作成するアプリ 2. アプリ作成 2.1. シーケンス図を指定してアプリを生成させる 2.2. 生成結果の詳細 3. まとめ 1. 今回作成するアプリ 今回作成するアプリは、砂時計アプリです。 以下の画像のようなシーケンス図をdraw.ioやMermaid Graphical Editorなどを用いて作成し、作成した画像をbolt.newに渡して、砂時計アプリを生成してもらいます。 砂時計アプリの仕様としては、時間を1、3

こんにちは、バックエンドエンジニアの前田です。 正月お餅を食べすぎたので、体重が跳ね上がっていないか心配です。 さて今回は、bolt.new に対して、画面イメージを元に、どこまで画面生成を簡単に行えるか、試してみました。 画面のレイアウトがあっても、イメージしづらい部分はありますが、実際に動く画面を素早く作れるならイメージもしやすいと思います。 bolt.newに関しては、以下を参考にしてください。 acro-engineer.hatenablog.com 1. 今回生成する画面について 2. 画面イメージを元に、画面を生成させる 2.1. 図書検索画面と新規追加ポップアップの生成 2.2. 検索後画面の生成 2.3. 利用者一覧画面の生成 3. まとめ 1. 今回生成する画面について 図書館での本の一覧や登録削除、貸し借りを想定するWebアプリ「図書管理システム」のフロントエンド部分を

皆さんこんにちは Acroquestのデータサイエンスチーム「YAMALEX」のチームリーダ、@tereka114です。 YAMALEXチームでは、コンペティションへの参加や自社製品開発、技術研究などに日々取り組んでいます。 今年も、アドベントカレンダーとして、9つの記事を本ブログで投稿しました。 本記事では、今年の記事の傾向や、私個人が特に面白いと感じた記事を紹介します。 本ブログの今年のアドベントカレンダー記事投稿傾向 特に読んで欲しい記事3選 ElasticsearchでLIKE検索のような部分一致検索を高速に実現する方法 PDFドキュメントを画像のまま検索できるColQwen2でマルチモーダル検索を試す vLLMを利用したLLM推論高速化テクニック 最後に 本ブログの今年のアドベントカレンダー記事投稿傾向 今年は生成AI関係（主にBedrock）とElasticsearchの記事を

こんにちは。データサイエンスチームYAMALEXの@Ssk1029Takashiです。 完全に年末ですが、最後まで油断せずに年を越したいですね。 このブログは、LLM・LLM活用 Advent Calendar 2024の25日目になります。 qiita.com 今年は1年間RAGを扱う多くの事例に触れさせていただきましたが、どこでも難しいのが図や画像が使われているドキュメントですね。 ただのPDFであれば、pdfminerなどのライブラリを使用して文字を読み取り検索すればよいですが、画像が使われるとそう簡単にもいきません。 画像部分からはOCRを使って文字を取り出すなど、工夫が必要になります。 今回はドキュメントを画像にした状態で検索可能にするColQwen2というモデルを使って日本語ドキュメントの検索を試してみます。 ColQwen2とは 実験 環境 PDFドキュメントのEmbeddi

はじめに こんにちは一史です。 最高気温も10℃を下回る日も出てきて、外出する際には、マフラーをするようになりました。 皆様も体調にはお気を付けください。 さて、OpenAIのChatGPTではFunction callingという会話の流れからAIが判断して関数（メソッド）を呼び出す機能がありますが、Amazon BedrockでもTool Useという機能により関数呼び出しをすることができます。 docs.aws.amazon.com 今回はこのTool Useを使って、旅行プランの提案・予約を行う生成AIチャットを作ってみます。 AIエージェントで実現されるような内容ですが、ToolUse（Function calling）が実際にどのように使えるかを生成AIチャットを作り、見ていきます。 はじめに 概要 Tool Useとは Tool Use は何をしてくれるのか Tool Use

米Googleは12月16日（現地時間）、動画生成AI「Veo 2」を発表した。最大4Kの解像度で数分尺の動画を作成できる。米Metaのベンチマーク「MovieGenBench」で他の動画生成AIと性能を比べたところ、米OpenAIの動画生成AI「Sora Turbo」などよりも高い性能を記録したとしている。