セキュリティー企業Truffle Securityは1月14日、グーグルの認証システム「Googleでサインイン」に重大な脆弱性があることを明らかにした。倒産したスタートアップ企業のドメインを購入することで、元従業員のアカウントに不正アクセスできる可能性があるとしている。 同社は実際に倒産企業のドメインを購入し、ChatGPT、Slack、Notion、Zoom、HR systemsなど複数のサービスで元従業員のアカウントにアクセス可能であることを実証。サービスによっては、税務書類、給与明細、保険情報、社会保障番号などの機密情報も閲覧できたという。 脆弱性の影響範囲についてTruffle Securityは、現在購入可能な倒産スタートアップのドメインは10万以上あるとした上で、米国ではテック系スタートアップの90%が最終的に倒産し、50%が「Google Workspace」を使っていると

特に、特筆すべきポイントは、多言語対応において、LLMの方がまだ精度の高いケースがあると思うが、これは、大量の学習データを使っていることに起因している。 一方で、LCMは、SONARの埋め込み空間を使うことで、多言語対応が可能となっている。 LCMの特徴 概念図を理解できたところで、LCMにおける大きな3つの技術的な特徴を整理してみましょう。 SaT（Segment any Text）による分割 SONARによる多言語・マルチモーダルへの対応 拡散モデル（Diffusion）や量子化モデル（Quantized）などのアプローチによる改善 これらの3つの手法について、詳しく解説していきます。 1. SaT（Segment any Text）による分割 LCMの周辺技術として、「SaT」というテキストや音声など、さまざまな形態の言語情報を適切に分割・扱う手法があります。 SaTとは、Segme

最近、とある事情で、Gemini AdvancedのためにGoogle One?なんか知らないけど契約した。無料期間のうちに使い倒す。契約続行するかは悩ましい。 さらに、一足遅れたがChatGPT Proを契約した。とある事情で、個人的な利用をしたかったので、個人的な契約だ。 元々Claude ProfessionalとChatGPT Plusを契約していた。perplexityも契約してるがこっちはRabbit R1というゴミガジェットのおまけで一年間無料中だ。 最近、執筆やGoogle AI Hackathonなどで対話型AIをフル活用しまくってるのもあって、今の最新モデルについて広い知見が貯まってきたので比較してみたい。 まだまだ使い始めたばかりのサービスも多いため、異論反論あれば是非コメントなりでしていただければありがたく。 補足: コメントありがとうございます。まだGemini系

こんにちは！ ブログに挿絵が欲しいけれど、AIでイラストを生成するのは難しそう、お金だってかかりそう、、と悩んでいるあなたに。実は無料でカンタンに始められるんですよ☺️ 今回は、無料ですぐに使える画像生成サービスを9つご紹介させていただきます。 2025年、新しいことを始めてみませんか？💕 1️⃣ ImageFX ImageFXは、Googleが開発した画像生成AIです。 Googleアカウントを持っていれば誰でも無料で使えるんですよ。 ImageFXの使い方ウェブサイトにアクセスする アカウントを作成する ログインする 画像を生成するための言葉を考える テキストボックスに入力する 生成ボタンを押す 画像を確認する 保存する シェアする 写真みたいにリアルな画像が作れるのが特徴で、 「Imagen 3」っていう最新のAIモデルが使われています。日本語でも使用可能ですが、英語の方がより良い

GBHackers on Securityは2025年1月6日（現地時間）、オープンソースソフトウェア（OSS）のLLM（大規模言語モデル）脆弱（ぜいじゃく）性スキャナー「Garak」を開始した。 GarakはAIシステムのセキュリティや信頼性を向上させるための無料ツールとされ、特にセキュリティ研究者やAI開発者、AI倫理の専門家にとって重要なツールとして注目されている。 LLMの脆弱性を無料で診断できるツールGarak　幅広い機能を提供 Garakは、ハルシネーション（幻覚）やデータ漏えい、プロンプトインジェクション、誤情報生成、ポイズニングの発生といったLLM特有の脆弱性を体系的に特定する機能を備えている。 Hugging FaceやOpenAI、Replicate、Cohere、NVIDIA NIM、OctoAI、Groqといった主要なAIプラットフォームに対応しており、APIベース

Perplexityの使い方を解説する。 Parts of this image were generated by Adobe Firefly Image 3 2025年、生成AIを活用した情報収集が身近になってきている。その中でも、より専門的な情報収集に特化したAIツールも注目を集めている。 ｢生成AIことはじめ｣最後となる第4弾は、AIを使った情報検索に特化した｢Perplexity｣（パープレキシティ）を紹介する。 信頼性の高い情報源から最新情報を収集し、分かりやすく整理してくれるPerplexityは、調査や研究をサポートする強力なツールだ。詳細は後述するが、ソフトバンクやワイモバイル、LINEMOの契約者は1年間無料で有料版が使える。

この記事は「RUNTEQ Advent Calendar 2024」23日目の記事になります。 はじめに プログラミングスクールRUNTEQでエンジニア兼講師をしているいっぺい（@ippei_111）と申します。 いきなりですが個人開発を行う時にアプリケーションのUIを考えるのに悩んだ経験はありませんか？ エンジニアあるあるかもしれませんが、個人開発をする際に機能の実装はできるが、デザインの部分でどうしたら良いのか迷ってしまい、手が止まってしまうことがあると思います。 本来機能開発に時間をかけたいが、デザインに凝りすぎてしまい、余計な工数と時間がかかってしまうことも多々あると思います。 また、デザインに関する知識と経験がないエンジニアがデザインを考えると、「なんかダサいデザイン」「使いづらいUI」になってしまうのもエンジニアあるあるかと思います。 本記事では、デザインに不慣れなエンジニアで

GPT4AllでChatGPTライクなユーザーインタフェースで使える大規模言語モデルを構築する ChatGPTやMicrosoft Copilotなどの生成AIサービスは「情報漏えいなどが心配」と感じているのならば、手元のWindows 10／11上でLLM（大規模言語モデル）を構築すればよい。ChatGPTライクなユーザーインタフェースを持つ「GPT4All」を使えば、簡単にローカルLLMの構築が可能だ。 ChatGPTやMicrosoft Copilot、PerplexityなどのLLM（大規模言語モデル）／生成AIサービスを利用すると、これまで面倒だった作業が簡単にできることがある。ただ、こうした生成AIサービスは、入力データがインターネット上のどこかのサイトにアップロードされることは避けられず、どうしても情報漏えいなどのセキュリティ面で不安がある。 そんな心配がある場合、手元のWi

はじめに どんな人向けの記事？ 生成 AI に興味がある方 ローカル LLM に興味がある方 資産運用に興味がある方 概要 現在、ちょっとした Web アプリを作っていて、その中間成果物としてローカル LLM を用いたポートフォリオ生成アプリを作りました。 今回は、そのアプリの簡単な紹介と開発の中で得られた知見等を備忘録的にまとめます。 「ちょっとしたアプリ」に関しては完成してからのお楽しみということで、今回はポートフォリオ生成アプリの開発までに焦点を当てた記事となっています。 アプリの紹介 ポートフォリオ生成アプリについて語る前に、Claude MCP を使って作った LLM キャラ管理アプリを簡単に紹介します。 このアプリも中間成果物の一つですが、基本的にやっているのは下記の通りで非常に単純なシステムです。 キャラクターの設定を入力するだけで LLM が推論したステータスを可視化できる

Microsoftは検索エンジンのBingで、これまでGoogleが開発した機械学習モデルの「Transformer」を採用してきました。しかし、Transformerに限界が訪れたとして、大規模言語モデル(LLM)と小規模言語モデル(SLM)の組み合わせに移行すると発表しています。さらに、ワークフローにNVIDIAが開発している「TensorRT-LLM」を統合することで、検索の最適化も実施すると発表しています。 Bing's Transition to LLM/SLM Models: Optimizing Search with TensorRT-LLM https://blogs.bing.com/search-quality-insights/December-2024/Bing-s-Transition-to-LLM-SLM-Models-Optimizing-Search-wi

はじめに 株式会社松尾研究所でインターンをしている塚田真輝です。本記事は、松尾研究所 Advent Calendar 2024の記事です。 この記事では、Ollamaを使ってLLMとLINEを使って会話できるような開発をしたので記事にしてみました。 ローカルサーバーで運用しているので利用料金を気にせずに使える点が気に入ってます。 簡単なシステム構成と使用技術 アーキテクチャ図 システムスペックと使用技術 ローカルサーバー構成 今回は、かなりハイスペックなPCを使っていますが、軽量なLLMなら家庭用PCでも十分に動くと思います

Ubuntu Weekly Recipe 第841回ローカルLLMの実行ツール「Ollama」のGUIフロントエンド⁠⁠、Alpacaを使用して生成AIを使用する 今回は、ローカルLLMの実行ツール「Ollama」のフロントエンド、Alpacaを紹介します。 Alpacaとは Ollamaに関しては第825回で紹介しました。そこではフロントエンドとして、Open WebUIを使いました。 もちろんOpen WebUIを使うのもいいのですが、Ollamaにはフロントエンドがたくさんあります。Ubuntuで動作するGUIフロントエンドはないかなと思って探してみたところ、Alpacaを発見しました（macOS向けがやたら充実している印象です⁠）⁠。 Alpacaは、Flatpakパッケージになっているので導入とアップデートが簡単で、PythonのGTK4バインディングを使用しているためUbunt

「ChatGPT」を提供するOpenAIが、新しい収益獲得の手段として広告の導入を検討していることがわかりました。どのような広告が導入されるのかは記事作成時点で不明です。 OpenAI explores advertising as it steps up revenue drive https://www.ft.com/content/9350d075-1658-4d3c-8bc9-b9b3dfc29b26 Ads might be coming to ChatGPT — despite Sam Altman not being a fan | TechCrunch https://techcrunch.com/2024/12/02/ads-might-be-coming-to-chatgpt-despite-sam-altman-not-being-a-fan/ OpenAI deni

はじめに チューリング生成AIチームの荒居です。 この記事は生成AIアドベントカレンダー2024の4日目の記事です。 この記事では、動画生成モデルを題材に、vLLMを用いて独自のマルチモーダルモデルを推論させる方法について解説します。vLLMはLLMの高速推論・サービングのライブラリで、LlamaやQwenなどの有名なモデルについてはサポートされているため非常に簡単に利用することが可能です。一方で、独自に実装したモデルを組み込む方法については公式ドキュメント以外ではほとんど情報がなく、かつ公式ドキュメントも情報が豊富とは言えないためなかなか手が出しづらい状況になっています。 そこで、本記事では、公式ドキュメントには書かれていない内容も含めて、独自のマルチモーダルモデルをvLLMに組み込む具体的な方法を丁寧に解説します。特に、動画生成モデルを例に、Hugging Face Transform

25日現在、ChatGPTの有料プラン「ChatGPT Plus」は月額20ドル、「ChatGPT Business」は月25ドルで提供中。1月以降はここからさらに消費税10％分を上乗せする。 関連記事 OpenAI、Webドメイン「chat.com」を買収し、ChatGPTにリダイレクト OpenAIがWebドメイン「chat.com」を買収し、ChatGPTのサイトにリダイレクトさせるようになった。売却したHubSpotのダルメッシュ・シャー氏は、価格が1550万ドル以上と認めた。 MetaのOrion責任者がOpenAI入り　ジョニー・アイブのプロジェクトに参加か MetaでARメガネの責任者を務め、「Orion」開発も統括したケイトリン・カリノフスキー氏がOpenAI入りする。「AIを現実世界に導入することに貢献する」としている。 ChatGPTのo1は「ノーベル賞ものだと思う」─

16種類以上のNLP(自然言語処理)タスクを用いて日本語の大規模言語モデル(LLM)の性能評価と分析を行う「オープン日本語LLMリーダーボード」が公開されました。構築には国立情報学研究所をはじめとする日本語LLMの研究開発を行う組織横断プロジェクト「LLM-jp」が携わっています。 Open Japanese LLM Leaderboard - a Hugging Face Space by llm-jp https://huggingface.co/spaces/llm-jp/open-japanese-llm-leaderboard Introducing the Open Leaderboard for Japanese LLMs! https://huggingface.co/blog/leaderboard-japanese Open Japanese LLM Leaderboa

今週末（めちゃくちゃ忙しいのに）フランス大使館からサイエンティフィックゲームジャムの審査員を頼まれてしまった…まあやるからには楽しんでやるしかないナ……と思って予習をしています（めちゃくちゃ忙しいのに）。 この記事めちゃ伸びてるんですが、 次の日曜日に日本科学未来館で予約不要でプレイできて懇親会まであるのが伝わってない感じあるので加筆した！ 公式サイト: https://jp-minerals.org/scientificgamejam/jp/participate.html X(Twitter): https://x.com/sgjtokyo2024 高校生部門は「pyxel」という環境を使うそうな。本題はこちらです Pyxel (ピクセル) は、 Python 向けのレトロゲームエンジンです。 使える色は 16 色のみ、同時に再生できる音は 4 音までなど、レトロゲーム機を意識したシン

本記事では、複数の文書やページから図や表を含む情報を抽出して質問に答えるRAGシステムのアプローチ「M3DOCRAG」を紹介します。 一般的なRAGは、単一ページしか扱えない、または視覚的な情報（表やグラフ）を適切に処理できないという課題があります。しかし、さまざまな現場ではより高度なシステムが求められており、本研究はそのニーズに応える進展と言えます。 重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。 参照論文情報 タイトル：M3DocRAG: Multi-modal Retrieval is What You Need for Multi-page Multi-document Understanding 著者：Jaemi