はてなブックマーク

注目のLLMモデルの日本語能力を言語理解能力・応用能力・アライメントの広い観点で評価. Made by Kei Kamata using Weights & Biases

注目のLLMモデルの日本語能力を言語理解と生成能力の両側面から評価. Made by Kei Kamata using Weights & Biases

While some of the most forward-thinking companies in the world are already using LLMs, few organizations have the bandwidth, compute, or money to train foundational models in-house. It’s become much more common to either fine-tune or prompt engineer existing LLMs for unique business needs. In this guide, you’ll learn: • How to choose between fine-tuning and prompting • Popular fine-tuning strategi

Fully Connectedは最先端のAI開発をリードするWandBユーザーから最新のML開発手法を学ぶことができるカンファレンスです。生成AI/LLMはもちろん、自動運転や医療へのAIの活用など幅広い分野からスピーカーをお招きしています。 10月10日に三越劇場で皆様をお待ちしております。

This article explores AIOps, MLOps, and LLMOps, including their distinct roles, challenges, and impacts in the evolving, data-driven operations landscape.

import wandb run = wandb.init(project="my-model-training-project") run.config = {"epochs": 1337, "learning_rate": 3e-4} run.log({"metric": 42}) my_model_artifact = run.log_artifact("./my_model.pt", type="model")

Note: If you’d like the English language version of this whitepaper, you can access it here. 世界を先駆ける巨大言語モデル（LLM）の開発チームの多くがWeights & Biasesを利用してモデルの学習を行なっています。このホワイトペーパーでは私たちがこれまでに蓄積してきたLLM開発のノウハウをご共有します： LLMを自社開発するか、既存のモデルを追加学習するかの意思決定方法競争力のあるLLMを開発するにはどれくらいのデータが必要になるのか並列処理において、メモリと計算効率のバランスを取るにはテキストデータのトークン化の戦略とトレードオフモデルの評価方法バイアスや有害性を取り除くチューニング方法などなど W&BはLLMのように複雑で大きなコストのかかるモデルの開発と実用化に必要とされるコラボレー

DreamBoothでStable Diffusionをトレーニングするための実験解析。. Made by Robert Mitson using Weights & Biases

This guide helps you get started with Weights & Biases in 5 minutes, giving the steps you need to take, the benefits, and some examples.

Take a photo of a formula and this model will convert it to LaTeX code. Made by Robert Mitson using Weights & Biases