Some of the tells are obvious. The fawning obsequiousness of a wild language model hammered into line through reinforcement learning with human feedback marks chatbots out. Which is the right outcome: eagerness to please and general optimism are good traits to have in anyone (or anything) working as an assistant. Similarly, the domains where the systems fear to tread mark them out. If you ever won

ChatGPTが登場した当初、対話や要約、翻訳、コード生成などの典型的な言語タスクができても、SREやAIOpsの研究開発にはあまり関係ないのではないかと正直思っていた。AIOpsでは典型的にはいわゆるObservabilityデータ（メトリクス、ログ、トレースなど）が入力となるため、自然言語ではなく数値のデータを解析することが求められる。自然言語のタスクを研究対象としていなかったため、AIOpsとChatGPTに強い関係性は見いだせなかった*1。 しかし、自分で大規模言語モデル（Large Language Model: LLM）を日常的に使用したり、表題にあるようにSREのためのLLM（LLM for SRE, LLM4SRE）に関する論文を読むうちに、LLMのテキスト生成器としての性質よりもその優れた推論機械としての性質に注目するようになった。特にSREの障害診断は、人間の専門家が推

通常の大喜利では出されたお題から回答を考えるが、逆に「回答」だけを見て「お題」を当てることはできるのか？ 超高難易度の検証に、あの方がチャレンジしてくれました。 こんにちは、ライターの店長です。趣味で大喜利をしています。 このように大喜利は、出された「お題」に対して「回答」を考えるゲームです。 それだけでも結構難しいのですが、 逆に「回答」から「お題」を当てるのは、さらにやりがいがあるのではないでしょうか？ 盛り上がれば新しいゲームになるかもしれません。当てられるかどうか、さっそく検証してみたいと思います。 検証開始 というわけで早速、オモコロライターのみくのしんをzoomで呼んで趣旨を説明してみました。お笑いは好きで、今回かなり自信があるらしいです。 答えを見て大喜利のお題を当てればいいんだよね？ 悪いけど俺、マジで当てちゃうよ？ 自信満々ですね。 当てたらそれで説立証なんだよね、大丈夫

In 1886, the British archaeologist Arthur Evans came across an ancient stone bearing a curious set of inscriptions in an unknown language. The stone came from the Mediterranean island of Crete, and Evans immediately traveled there to hunt for more evidence. He quickly found numerous stones and tablets bearing similar scripts and dated them from around 1400 BCE. That made the inscription one of the

機械翻訳の進化で翻訳の仕事に起きている変化 ニューラルネットワークによる機械学習の技術が飛躍的に進歩したことから、これまでは人間にしかできないと思われていた高度な頭脳労働もコンピューターに取って代わられる…そんな話が近年目立つようになった。 翻訳もしばしば、機械翻訳の進化によって消えゆく職業だと言われることがある。実際、今の翻訳業界では機械翻訳（MT）＋人の手による編集（ポストエディット、PE）、というワークフローが普及している。翻訳関連の求人サイトでも、この機械翻訳のポストエディターの募集を見かけることが多い。しかもこの仕事の単価は、翻訳の単価と比べると非常に安い。 「翻訳者視点で機械翻訳を語る会」 ツイッターではベテランの翻訳者の方を何人かフォローしているのだけれど、先日「翻訳者視点で機械翻訳を語る会」というのが話題になっていた。 togetter.com 私は関西に住んでいることもあ

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

［速報］AIが人間と自然な会話をし、電話で美容院やレストランを予約。Googleがデモを公開。Google I/O 2018 Googleは、サンフランシスコで開催中のイベント「Google I/O 2018」において、人間のように自然に会話をするAIによって電話で美容院やレストランを予約するデモを公開しました。 Google I/O初日の基調講演でもっとも会場が盛り上がったのは、Googleが「Google Duplex」と呼ぶAIの技術を用いて、AIが実際に美容院やレストランに電話をかけ、予約を行う音声を公開した場面でした。 シナリオとしては、ユーザーがGoogle Assistantに「来週の火曜日、10時から12時のあいだで美容院を予約して」と依頼。 するとGoogle Assistantは依頼を受けてGoogle Duplexの機能を用い、バックグラウンドで美容院を予約すべく電話

つい先週，機械翻訳で驚くべき進展がありました． 教師なし機械翻訳がヤバい進化を遂げててびっくりした．たった半年でBLEUスコアを15から25に改善したのブレイクスルーでは？https://t.co/SVQlYYu2Pt 教師なし学習でこのクオリティの機械翻訳できるのまじで感動するし，ちょっと語っていい？ pic.twitter.com/fBllGtTkgb— Ryobot | りょぼっと (@_Ryobot) 2018年4月23日 要約すると教師なし学習でもひと昔前の教師あり学習の機械翻訳に匹敵する性能を獲得できたというのです．この記事では機械翻訳を知らない初心者にもわかるように魔法のような教師なし機械翻訳の仕組みを説明したいと思います． 教師あり学習の限界 機械翻訳はディープラーニングを適用することで急激に進歩した分野の１つだと思います．Google 翻訳はニューラル機械翻訳を導入するこ

「A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task」を中心に、Machine Comprehensionに関する研究を概観するRead less

2. Authers Insistence and Reviewer’s Summary  Authers  Data Nosing is data augmentation as another regularization methods  Reviwers  {Rating_6:2人, Rating_8:1人}  Strengths  data noising as a regularization technique for LM  Weeknesses  Main concern is that the proposed method is too simple and sounds ad hoc  there are no comparisons between the noising/smoothing idea and more conventional

Rettyにおいて文字単位で学習するCNNを用いて分かち書き不要な口コミ分類器を構築した事例について紹介します。

暴言ツイートが商機。トランプ砲連動型株売買で儲けるアルゴリズムが密かにブーム2017.01.18 18:356,872 satomi どこが使って、どのくらい儲けているのかは、ウォール街も黙して語らずですが。 ドナルド・トランプ次期大統領が企業を名指しで叩くツイート（トランプ砲）を発射するたびに関連株を瞬時に売買して儲けるアルゴリズムが今、トレーダーの間で静かなブームです。 1日5億件のツイートを見張って株価に影響のある人物の発言を分析し、好感か嫌気かをトレーダーに伝達するサービスを展開するSocial Market Analytics社のCEOがLA Timesに語ったもの。現場のトレーダーに裏を取ろうとしたのですが、ゴールドマンサックス、JPモルガン、メリルリンチの御三家も、超高速取引（HFT）のシタデルも取材にはノーコメントでした。 ｢当たり前だ。『そうなんすよ～儲かっちゃって儲かっ