「英文がスラスラ読めるようになりたい」私の切実な願いに、読書猿さんは言い放った 「まず2万語な！」 ――― 6年前の話 だ。 藁にもすがる思いで手を出したのがこれ。1127日かけて2回読んだ。結果は次の通り。 7870 words　始める前 9944 words 　1周目（610日）完了後 12509 words 　2周目（517日）完了後 語彙力は preply でテストした。 語彙力が増強されていることが数字で分かるが、あまり驚きはない。この『Merriam-Webster's Vocabulary Builder 』は、250もの語根や語幹をベースに単語を解説する単語帳で、私の英語力で背伸びして読めるレベルなので、そりゃ2回も読んだら強くなるわな、と思う。 それよりも、3年も続いたことに驚いている。 学校を卒業してから、英会話学校へ通ったり（1ヶ月で挫折）、通信講座を受けたり（2ヶ月

Swallow Llama 2の日本語能力を強化した大規模言語モデル (7B, 13B, 70B) です。モデルのパラメータ（重み）が公開されていますので、LLAMA 2 Community Licenseに従う限り、研究や商業利用など自由に利用できます。 View on HuggingFace 大規模言語モデルSwallowは東京工業大学情報理工学院の岡崎研究室と横田研究室、国立研究開発法人産業技術総合研究所の研究チームで開発された大規模言語モデルです。英語の言語理解や対話で高い能力を持つ大規模言語モデルLlama 2 7B, 13B, 70Bの日本語能力を拡張するため、研究チームは言語モデルに日本語の文字や単語などの語彙を追加したうえで、新たに開発した日本語データを用いてモデルの構築を継続的に行う継続事前学習を行いました。研究チームで実施した性能評価では、2023年12月現在オープンな

noteやSNSやなどで発信力のあるビジネスパーソンに刺激を受け、「自分もそうなりたい」と思ったものの、実際にやってみると「書けない」「そもそも書くことがない」という経験をした人は多いはずです。 そこでアドバイスをお願いしたのは、SHOWROOM株式会社代表・前田裕二氏の著書『メモの魔力』（幻冬舎）など数々のベストセラーに携わってきた編集者でありブックライターの竹村俊助さん。「普段の意識を変えるだけで、いくらでも書くことは見つかる」と言います。 構成／岩川悟　取材・文／清家茂樹　写真／石塚雅人 【プロフィール】 竹村俊助（たけむら・しゅんすけ） 1980年生まれ、岐阜県出身。編集者、株式会社WORDS代表取締役。早稲田大学政治経済学部卒業後、日本実業出版社に入社。書店営業とPRを経験した後、中経出版で編集者としてのキャリアをスタート。その後、星海社、ダイヤモンド社を経て2018年に独立し、

ChatGPT,使っていますか？ ChatGPTは文章を要約したり、プログラム作ってくれたり、一緒にブレストしてくれたりして本当に便利なのですが、社内情報などの独自データに関する情報については回答してくれません。 プロンプトに情報を記述して、そこに書かれている情報から回答してもらう方法もありますが、最大トークン4000の壁がありますので、限界があるかと思います。 この課題についてなんとかならないかと考えて色々と調べて見たところ、解決する方法が見つかり、いろいろと検証をして見ましたのでその結果をシェアしたいと思います。 サンプルコード（GoogleColab） 百聞は一見にしかずということで、実際に試したサンプルは以下にありますので、まずは動かしてみることをお勧めします。 このコードを上から順番に動かすと、実際にインターネット上から取得したPDFファイルに関する内容をChatGPTが回答して

今、ChatGPTの使い方を学ぶのって、効率悪くないですか？ 今のChatGPTが抱えている問題を回避するためのハックをいろいろ覚えても、そんな問題の大半は、今後のバージョンアップでどんどん克服されていっちゃうんじゃないですか？ 初期バージョンの抱えていた問題点の多くが一通り改善した後にChatGPTを使い始めた方が、無駄足を踏まずに、本当に必要なノウハウだけを、効率よく学習できるのでは？ また、今、ChatGPTの使い方のWeb記事を読んで学習しても、そこに書かれているノウハウって玉石混交じゃないですか？ １年後、２年後にその記事を読み返したとき、そこに書かれていることの大半は、重要度の低いことだったり、ピント外れだったり、意味のないことだったり、間違いだったりすることが判明することになったりしないでしょうか？ だって、それらを書いているのは、まだChatGPTの経験が浅く、理解度の低い

ZOZOテクノロジーズ推薦基盤チームの寺崎（@f6wbl6）です。ZOZOでは現在、米Yale大学の経営大学院マーケティング学科准教授である上武康亮氏と「顧客コミュニケーションの最適化」をテーマに共同研究を進めています。 推薦基盤チームでは上武氏のチームで構築した最適化アルゴリズムを本番環境で運用していくための機械学習基盤（以下、ML基盤）の設計と実装を行っています。本記事ではML基盤の足掛かりとして用いたAI Platform Pipelines (Kubeflow Pipelines) の概要とAI Platform Pipelinesの本番導入に際して検討したことをご紹介し、これからKubeflow Pipelinesを導入しようと考えている方のお役に立てればと思います。記事の最後には、推薦基盤チームで目指すMLプロダクト管理基盤の全体像について簡単にご紹介します。 上武氏との共同研

AWSを全く知らない状態で入社して5年が経過、中途採用のAWSエンジニアの育成リーダーを1年間担当しています。 そんな中で教える機会が増えました。（優秀な人ばかりなので、すぐ一人前になって行きますが...） 今更ながら、自分がAWSに関するスキルアップために実践したことについてまとめてみました。 どなたかのお役に立てれれば光栄です。 こんにちは、コカコーラ大好きカジです。 はじめに AWSを全く知らない状態で入社して5年が経過、中途採用のAWSエンジニアの育成リーダーを1年間担当しています。 どのように勉強したのかを聞かれる機会が増えました。（優秀な人ばかりなので、すぐ一人前になって行きますが...） 今更ながら、自分がAWSに関するスキルアップために実践したことについてまとめてみました。 どなたかのお役に立てれれば光栄です。 目次 実際に触ってみるためにAWSアカウントを用意して試す A

Amazon Web Services（AWS）は、米ラスベガスで開催中の年次イベント「AWS re:Invent 2019」の基調講演で、機械学習を用いて自動的にコンピュータがコードレビューをしてくれる「Amazon CodeGuru」を発表しました。 Amazon CodeGuruのコードレビュー機能は、Amazon自身のこれまでの大量のコードと、GitHubで公開されているポピュラーな1万のオープンソースソフトウェアのコードを基に機械学習のトレーニングを行ったモデルを用いて、対象となるコードを解析。 GitHubやCodeCommitのプルリクエストと連係し、問題があるとされた個所には人間に読める形式でコメントをしてくれるというもの。 並列処理や脆弱性の問題あるコードを指摘 例えばAWSにおけるベストプラクティスのコードから外れているものや、並列処理における問題などの指摘。

「デジタル人材の育成」が企業の成長を加速させる。 e-Learningからハンズオン研修まで幅広く対応する法人向けサービス。

ビル・ゲイツは“ハッキング”に関しても多くのことを知っている。特に学ぶことに関する「ハック（難しい問題に対する賢い解決策）」については、いくつかのお気に入りの方法があるという。 オンライン上には、私たちが自分自身のスキルを高め、“知的資本”を増やすために活用できる数多くのリソースある。ゲイツは今年初め、タイム誌への寄稿の中で、自ら活用している4つの生涯学習サイトを紹介した。 1. カーンアカデミー カーンアカデミー（Khan Academy）が提供するのは、誰でも無料で無期限に、世界的レベルの教育を受けることができる機会だ。コースのテーマには、次のようなものがある。 ─数学、科学・工学、コンピューティング、芸術・人文科学、経済・金融、大学・キャリア サル・カーンが創設したこのオンライン教育プラットフォームは短い動画を配信する形で、何千種類もの講座を提供している。 2.　Code.org ゲ

ノースロップ・グラマン社で働くフランシス・トンプソンさんは、妻との15年半の結婚生活の間に12人の子どもをもうけました。トンプソンさんは子どもたちのために十分な収入を得ていましたが、妻と話し合った結果、子どもたちに与えないことを決めたとのこと。その結果、12人の子どもたちは、親から学費を援助してもらうことなく大学に入学し、在学中の息子を除いて全員が学位を取得しています。一体どのような子育て術が行われたのでしょうか？ How I made sure all 12 of my kids could pay for college themselves - Quartz http://qz.com/165716/how-i-made-sure-all-12-of-my-kids-could-pay-for-college-themselves/ ◆ルール1：家事 By Alec Couros ト

こんにちは。ShareWisの辻川です。 最近、にわかに学習系のサービスが盛り上がりを見せていますが、僕も学習系サービスの従事者の端くれとして、さまざまなサービスを実際に利用し、どんな特徴があるのかチェックしたりします。 特に動画で学習するタイプのサービスは国内外問わず色々と見てきました。 そんな中、思わず最後まで見入ってしまう動画と、開始１分以内で「もういいや」となってしまう動画があることに気づき、その違いは一体どこから来ているんだろう、と疑問に思うことがありました。 そこで、ふと自分が学生だったとき、どういう授業が面白くて、どういう授業が面白くなかったかを考えてみることにしました。 TEDのようにスラスラ話す＝面白い授業、ではない 高校のときの化学の先生にすごく変わった先生がいました。 その先生は授業中にしょっちゅう「フリーズ」していました。 化学の法則について解説しているとき、練習問

繰り返しはあまり役に立たない ものを覚えるのに、今でも頻繁に使われる方法に《繰り返す》というのがある。 これは思ったほど（一般に思われているほど）効果がない。 記憶システムを短期記憶と長期記憶から構成されるものとするレトロな二重貯蔵モデルにおいては，繰り返し唱えたり書きなぐったりして、記憶したい情報を反復することで，短期記憶から情報が失われないようにすると同時にその情報を長期記憶へと転送させるのだと考えられていた。 ところが，情報を単に反復することに時間を費やしても，必ずしもそれが記憶として定着するわけではないことがその後分かってきた。 現在では，こうした《繰り返し》は維持リハーサル maintenance rehearsal(または1次リハーサル primary rehearsal)と呼ばれ，情報を短期記憶に一時的に保持させるに過ぎないと考えられている。 記憶技法はめんどい 情報を長期記

You can easily ask native speakers questions related to English or foreign language studies. In addition to the foreign language diary function, there are also text correction and pronunciation check functions!