生成AIの全社導入は約6割に拡大、RAGは5割以上が取組中　～262社310人へ生成AIの利用実態調査を実施、AIエージェントに関心が集まる～ 株式会社エクサウィザーズのグループ会社である株式会社Exa Enterprise AI（東京都港区、代表取締役：大植 択真、以下Exa Enterprise AI）は、2024年11月28日および12月9日に開催した生成AIセミナーにおいて、「生成AIの利用実態調査」を実施し、262社310人から回答を得ました。本調査は2023年4月から継続的に実施しており、今回で5回目となります。本調査では、全社導入を行う割合が引き続き増加し約6割へと拡大、RAG（データ連携）*は5割以上が取組中と回答し、組織としての生成AIの利用が本格化したことがうかがえました。 今回の調査レポートは、以下のURLよりダウンロードできます。 https://event.exa

1．日時 令和6年12月20日(金曜日)10時00分～11時30分 2．場所 Web会議による開催 3．議題 初等中等教育段階における生成AIの利用に関するガイドラインの改訂について その他 4．配付資料 【議事次第】 (PDF:93KB) 【資料1】初等中等教育段階における生成AIの利活用に関するガイドライン(案) (PDF:2.4MB) 【参考資料1】初等中等教育段階における生成AIの利活用に関するガイドライン(素案)  (PDF:1.9MB) 【参考資料2】初等中等教育段階における生成AIの利用に関する暫定的なガイドライン(令和5年7月4日) (PDF:3.1MB) 【参考資料3】初等中等教育段階における生成AIの利活用に関する検討会議設置要綱 (PDF:251KB) 【参考資料4】初等中等教育段階における生成AIの利活用に関する検討会議運営規則 (PDF:151KB) お問合せ先

はじめにソフトウェア開発をもっと効率的に進めたいと思っていませんか？Clineシステムは、そんなあなたの強い味方です。この記事では、Clineシステムが提供する便利なツールをわかりやすく紹介します。初心者でも安心して使える方法をお伝えしますので、ぜひ最後まで読んでみてください！ この記事を読むとわかることClineシステムの基本的な使い方 各ツールの特徴と活用方法 効率的な開発のためのコツ 注意すべきポイントとリスク管理 目次なぜClineシステムを使うの？ Clineシステムの主要ツール紹介 コマンド実行系 (execute_command) ファイル操作系 (read_file, write_to_file, search_files, list_files) コード解析系 (list_code_definition_names) インタラクション系 (ask_followup_que

AIの進化に伴い、エージェント（Agent）という概念がますます注目されています。この記事では、Anthropicが提供するAI「Claude」の研究内容を元に、エージェントを構築する際に効果的な設計パターンや手法を分かりやすく解説します。「エージェント」という言葉が難しく感じられる方にも、「どうやってAIがもっと賢く、実用的に働けるのか？」という視点で楽しく理解できるようお伝えしますね。✨ 目次エージェントとは何か？ エージェントを使うべきタイミングと注意点 5つの主要ワークフロー 高度な「エージェント」の特長と使い所 エージェント構築の成功法則 まとめ 1. エージェントとは何か？エージェントの基本的なイメージ エージェントとは「特定のタスクを自主的に計画・実行するAIシステム」です。簡単に言えば、「AIがあなたの指示を理解して、自分で考えてタスクを遂行する存在」です。 Anthrop

Amazon Bedrock Knowledge Bases が GraphRAG をサポート（プレビュー）！だが…それがなんだというのだ… 大規模言語モデル (LLM) を企業のナレッジベースと組み合わせて活用する際、一般的なアプローチとしてRAG (Retrieval-Augmented Generation) が注目されています。RAG は、質問に関連する文書をベクトル検索などで取得し、その情報を LLM に提供することで、より正確な回答の生成を可能にします。 しかし、従来のベクトル検索ベースの RAG には、いくつかの課題があることが指摘されています。特に以下の点が重要な課題として挙げられます。 関係性の分断: 文書をチャンク (断片) に分割する際に、エンティティ間の関係性が失われてしまい、「XX が YY にどのように影響したか」といった因果関係を説明する質問に対して十分な回答

こんにちは極論モンスターのYosematです。 Pythonを取り巻く環境はここ数年で大きく変化しています。 1. 大規模AIやマイクロサービスなどの登場とそれによる開発チームの大規模化 2. エディターの高機能化とAI Programmerの登場によるプログラミングスタイルの変化 これによってPythonプログラマは安全でクリーンでエディターやAIなどの機械にとっても読みやすいコードを書く必要がでてきました。 これに伴ってPythonもクリーンなコードを書く方法を充実させてきています。本書はモダンなPythonの新しい開発スタイルであるTypeHintについてまとめた本です。 TypeHintを日本や職場に広めて行きたい人はぜひいいねおしていってください。

住信ＳＢＩネット銀行<7163>が大幅高。週刊文春電子版は28日、同社をＮＴＴ<9432>系のＮＴＴドコモが買収へと報じたことが材料視されている。 記事によれば、某メガバンク幹部の話として「ＮＴＴドコモが住信SBIネット銀行の買収に動いているようです」と明かしたもよう。新たなM&A資金を確保したい以降もあり、ＳＢＩホールディングス<8473>の北尾吉孝会長兼社長が売却にGOサインを出したとしている。

2024年11月20日 株式会社NTTデータ 株式会社NTTデータ（以下NTTデータ）は日本国内においてマイクロソフト コーポレーション（以下 Microsoft社）の「Models-as-a-Service（MaaS）プラットフォーム」上でtsuzumiの提供を2024年11月20日から開始します。 利用者は軽量で日本語性能に優れるtsuzumiをMicrosoft Azure（以下 Azure）サービスの一部として、従量課金で、迅速に利用することができます。また、Azure AI studio上でのファインチューニングやビジネスアプリケーション開発も可能です。 背景と概要 2024年6月27日に、本取り組みについて報道発表注1を行い、Microsoft社およびNTTデータでの開発・検証作業が予定通り完了しました。 NTTデータは、2024年11月20日から、AzureのModels-a

Microsoft Igniteへようこそ。毎年恒例のこのイベントでは、お客様、パートナー、開発者の皆様がマイクロソフトのテクノロジーの可能性を最大限に引き出し、人々や組織の仕事への取り組み方を変えることができるようなアップデートやクリエーションにスポットを当てています。 今年のMicrosoft Igniteでは、Microsoft Copilotの継続的な成長、Copilot + AIスタックの新機能、開発者向けのエキサイティングな新ツール、強力なAIテクノロジーを念頭に置いて設計された新デバイスなどに触れる新製品や重要なアップデートが多数発表される。 今年のMicrosoft Igniteには、20万人の参加登録があり、シカゴで開催されるイベントには14,000人以上が参加します。参加者は、マイクロソフトとパートナー企業が提供する800以上のセッション、デモ、専門家主導のラボから選ぶ

State of AI AgentsWe surveyed over 1,300 professionals — from engineers and product managers to business leaders and executives — to uncover the state of AI agents. Dive into the data as we break down how AI agents are being used (or not) today.

新たな翻訳サービス「Kagi Translate」が登場しました。無料で使えてページ全体の翻訳も可能なうえ、DeepL翻訳やGoogle翻訳など既存の翻訳サービスを超える精度で翻訳できるとのことなので、実際に使って試してみました。 Kagi Translate https://translate.kagi.com/ Kagi Translate - We speak your language | Kagi Blog https://blog.kagi.com/kagi-translate まずはKagi Translateの公式ブログでページ全体の翻訳を試してみます。ページ全体を翻訳するにはURLを編集すれば良いとのこと。 「https://」の後ろに「translate.kagi.com/」を挿入し、Enterキーを押せばOK。 「人間であることを確認します」をクリックします。 ページ

1985年、福島県生まれ。慶應義塾大学文学部卒業。IT系ニュースサイトを運営するアイティメディアで情報システム部に在籍し、エンタープライズIT領域において年間60本ほどのイベントを企画。2018年10月、フリーに転向。現在は記者、広報、イベント企画、ブランドアンバサダー、マネージャーとして、行政から民間まで幅広く記事執筆、企画運営に奔走している。著書『ルポ　日本のDX最前線』（集英社インターナショナル） Twitter：https://twitter.com/sakaisaketen 酒井真弓のDX最前線 2018年に経済産業省のレポートが「DXの壁」を指摘したように、日本では、DX（デジタルトランスフォーメーション）が遅れているとよく言われている。また、「日本はもはやIT後進国」「なぜアメリカのGAFAや中国のBATHと渡り合える企業が日本では生まれないのか」などの悲観的な意見もしばしば

書籍には､不規則に図表などが入っていたりすることがあります｡ また､レイアウトが乱れたりすることもよくあります｡ このあたりの整理をいい感じにしてくれるシステムを見つけるのが､今回のミッションです｡ 結果結果一覧です｡ いまのところ､「OCRソフトでの文字認識 + GPT-4oでの修正」がベストでした｡ 次点として､「OCRソフトでの文字認識+軽量モデルでの修正」となりました｡ 基盤モデルでそのままOCRするのはだめでした｡ 手法1 OCRによる文字認識+大規模言語モデルによる修正OCRの標準的な文字認識機能でテキストを生成した後､大規模言語モデルで破綻した箇所を修正するアプローチを試してみます｡ 1. 標準的なOCRのみを使う → ×筆者は､以下のスキャナーで専門書､数百冊以上を自炊した経験があります｡ このスキャナーには､標準的な文字起こし機能がついていますので､まずはこれで文字起こし

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます トピック6：2028年までに企業における情報侵害の25％は、外部の攻撃者や悪意ある内部関係者によるAIエージェントの悪用に起因するものになる。 AIエージェントは、目に見えないアタックサーフェス（攻撃対象領域）を急増させる。企業は、新たなセキュリティリスクソリューションが必要になる。企業は、悪意ある活動を行うAIエージェントを作成する人物（知識のある攻撃者や不満を持つ従業員）からビジネスを保護する必要に迫られる。 トピック7：2028年までに最高情報責任者（CIO）の40％は、AIエージェントのアクションの結果を自律的に追跡／監督／抑制する「守護エージェント」の利用を求めるようになる。 「守護エージェント」は、セキュリティ監視、可観測性

PRESS RELEASE 2024年10月23日 富士通株式会社 AIが人と協調して自律的に高度な業務を推進する「Fujitsu Kozuchi AI Agent」を提供開始 会議AIエージェントなどが組織の一員として生産的な結論を導出 当社は、人とAIがともに創造的に活動する世界の実現を目指し、このほど、AIが難易度の高い業務を自律的かつ人と協調して推進できるAIサービス「Fujitsu Kozuchi AI Agent」を開発し、クロスインダストリーで社会課題を解決する事業モデル「Fujitsu Uvance」のオファリングであるオールインワンオペレーションプラットフォーム「Fujitsu Data Intelligence PaaS」を通じて、グローバルに提供を開始します。まずは、損益や商談に関する打合せに、AIが自ら参加して適切な情報の共有や施策を提案する会議AIエージェントの提

5.1 処理速度と応答性の分析Llama 3.1 405B:その大規模なパラメータ数にもかかわらず、競争力のある処理速度を維持しています。最初のレスポンス時間も0.69秒と、多くの専有モデルよりも高速です。Llama 3.1 70B:MEDIAN Tokens/sが85.5と高速で、P95 Tokens/sに至っては228.4と非常に高い処理速度を記録しています。最初のレスポンス時間も0.44秒と短く、リアルタイムの応答が求められるアプリケーションに適しています。Llama 3.1 8B:処理速度が非常に高く、MEDIAN Tokens/sが265.9、P95 Tokens/sが695.8と比較対象の中で最高速です。最初のレスポンス時間も0.30秒と極めて短く、即時性が求められるタスクに最適です。全体的な傾向:Llama 3.1シリーズは、モデルサイズが小さいほど処理速度が向上する傾向にあ

","share":"","download":"","host":""}" data-astro-cid-anhloy43> Explore You can explore workflows by categories. Then you can Live Preview and Import them to Dify in Diflowy.

When working with language models, quite often all you need for solid performance is a good prompt and the right tools. However, when dealing with many unique flows, things may get hairy. This cookbook will walk through one way to tackle this. We'll introduce the notion of routines and handoffs, then walk through the implementation and show how they can be used to orchestrate multiple agents in a

1. はじめに 1.1 この記事について AIエージェントの設計に役立つ18のデザインパターンを紹介します。デザインパターンを活用することで、AIエージェントを構築する際の失敗を減らし、効率的な設計を行うことができます。参考論文「Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model based Agents」を基に、具体的なパターンの内容とその適用方法について解説します。 Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model based Agents 1.2 対象者 AIエージェントの概要を知りたい AIエージェントでシステムを構築し

Use the AutoGen framework to build multi-agent systems with diverse roles and capabilities for implementing complex AI applications. Implement agentic design patterns: Reflection, Tool use, Planning, and Multi-agent collaboration using AutoGen. Learn directly from the creators of AutoGen, Chi Wang and Qingyun Wu. In AI Agentic Design Patterns with AutoGen you’ll learn how to build and customize mu