大規模言語モデル入門
genuine image
大規模言語モデル入門
大規模言語モデル入門
Numéro d'article: 87925971

大規模言語モデル入門

87% des répondants recommanderaient ceci à un ami

Numéro d'article: 87925971

€ 31

Détails du prix

Hors frais de livraison et de douane ( Les frais de livraison et de douane seront calculés lors du paiement )

*Tous les articles seront importés depuis JP

En stock
jp Importé depuis la boutique Japan

QTY:

Commandez maintenant et recevez votre commande aux alentours du Mercredi, Octobre 14
Transaction sécuriséeTransaction sécurisée

Ubuy s'engage à protéger votre sécurité et votre confidentialité. Notre système avancé de sécurité des paiements garantit la confidentialité en chiffrant vos informations lors de la transmission grâce aux protocoles AES (Advanced Encryption Standards) et SSL (Secure Socket Layer). Vos coordonnées de paiement sont 100 % sécurisées car nous ne partageons pas vos informations de paiement avec des vendeurs tiers.

Nos meilleurs partenaires logistiques
  • fedex
  • dhl
Montrer plus
fast shipping

Livraison
rapide

free return

Retour
gratuit*

Emballage sécurisé

Emballage sécurisé

Produits 100 % originaux

Produits 100 % originaux

pci-dss

Conformité PCI DSS

iso certified

Certifié ISO 27001

paypal payment
visa payment
mastercard payment
Note: Step Down Voltage Transformer required for using electronics products of Japon store (100 V). Recommended power converters Acheter maintenant.

Détails du produit

Shop 大規模言語モデル入門 online at a best price in Réunion. 4297136333
  • コンピュータが言語を理解するしくみ ChatGPTに代表される大規模言語モデルが自然言語処理の幅広いタスクで高い性能を獲得し、大きな話題となっています。大規模言語モデルは、大規模なテキストデータで訓練された大規模なパラメータで構成されるニューラルネットワークです。2020年以降、自然言語処理や機械学習の知見をもとに、パラメータ数とテキストデータの拡大により、性能が飛躍的に向上しました。 Hugging Face社のtransformersというPythonライブラリを利用することで、プログラミングの経験があれば、モデルの操作やデータからの学習がかんたんにできます。モデルを訓練するための日本語もしくは日本語を含む多言語のデータセットも充実してきており、すぐに業務に使える実用的なモデルを作ることが可能な時代がやってきました。 本書は、大規模言語モデルの理論と実装の両方を解説した入門書です。大規模言語モデルの技術や自然言語処理の課題について理解し、実際の問題に対処できるようになることを目指しています。以下のような構成によって、理論とプログラミングの双方の側面から、大規模言語モデルに関する情報を提供します。 （こんな方におすすめ） ・大規模言語モデルに興味のあるエンジニア、学生、研究者 (目次）第1章 はじめに■ 1.1 transformersを使って自然言語処理を解いてみよう■■ 1.1.1 文書分類■■ 1.1.2 自然言語推論■■ 1.1.3 意味的類似度計算■■ 1.1.4 固有表現認識■■ 1.1.5 要約生成■ 1.2 transformersの基本的な使い方■ 1.3 単語埋め込みとニューラルネットワークの基礎■ 1.4 大規模言語モデルとは第2章 Transformer■ 2.1 概要■ 2.2 エンコーダ■■ 2.2.1 入力トークン埋め込み■■ 2.2.2 位置符号■■ 2.2.3 自己注意機構■■ 2.2.4 マルチヘッド注意機構■■ 2.2.5 フィードフォワード層■■ 2.2.6 残差結合■■ 2.2.7 層正規化■■ 2.2.8 ドロップアウト■ 2.3 エンコーダ・デコーダ■■ 2.3.1 交差注意機構■■ 2.3.2 トークン出力分布の計算■■ 2.3.3 注意機構のマスク処理■2.4 デコーダ第3章 大規模言語モデルの基礎■ 3.1 単語の予測から学習できること■ 3.2 GPT（デコーダ）■■ 3.2.1 入力表現■■ 3.2.2 事前学習■■ 3.2.3 ファインチューニング■■ 3.2.4 transformersで使う■ 3.3 BERT・RoBERTa（エンコーダ）■■ 3.3.1 入力表現■■ 3.3.2 事前学習■■ 3.3.3 ファインチューニング■■ 3.3.4 transformers で使う■ 3.4 T5（エンコーダ・デコーダ）■■ 3.4.1 入力表現■■ 3.4.2 事前学習■■ 3.4.3 ファインチューニング■■ 3.4.4 transformers で使う■ 3.5 多言語モデル■ 3.6 トークナイゼーション■■ 3.6.1 バイト対符号化■■ 3.6.2 WordPiece■■ 3.6.3 日本語の扱い第4章大規模言語モデルの進展■ 4.1 モデルの大規模化とその効果■ 4.2 プロンプトによる言語モデルの制御■■ 4.2.1 文脈内学習■■ 4.2.2 chain-of-thought推論■ 4.3 アライメントの必要性■■ 4.3.1 役立つこと■■ 4.3.2 正直であること■■ 4.3.3 無害であること■■ 4.3.4 主観的な意見の扱い■ 4.4 指示チューニング■■ 4.4.1 データセットの再利用■■ 4.4.2 人手でデータセットを作成■■ 4.4.3 指示チューニングの問題■ 4.5 人間のフィードバックからの強化学習■■ 4.5.1 報酬モデリング■■ 4.5.2 強化学習■■ 4.5.3 REINFORCE■■ 4.5.4 指示チューニングとRLHF■ 4.6 ChatGPT第5章 大規模言語モデルのファインチューニング■ 5.1 日本語ベンチマーク：JGLUE■■ 5.1.1 訓練・検証・テストセット■■ 5.1.2 大規模言語モデルのためのベンチマーク■■ 5.1.3 JGLUEに含まれるタスクとデータセット■ 5.2 感情分析モデルの実装■■ 5.2.1 環境の準備■■ 5.2.2 データセットの準備■■ 5.2.3 トークナイザ■■ 5.2.4 データセット統計の可視化■■ 5.2.5 データセットの前処理■■ 5.2.6 ミニバッチ構築■■ 5.2.7 モデルの準備■■ 5.2.8 訓練の実行■■ 5.2.9 訓練後のモデルの評価■■ 5.2.10 モデルの保存■ 5.3 感情分析モデルのエラー分析■■ 5.3.1 モデルの予測結果の取得■■ 5.3.2 全体的な傾向の分析■■ 5.3.3 モデルのショートカットに注意■ 5.4 自然言語推論・意味的類似度計算・多肢選択式質問応答モデルの実装■■ 5.4.1 自然言語推論■■ 5.4.2 意味的類似度計算■■ 5.4.3 多肢選択式質問応答■ 5.5 メモリ効率の良いファインチューニング■■ 5.5.1 自動混合精度演算■■ 5.5.2 勾配累積■■ 5.5.3 勾配チェックポインティング■■ 5.5.4 LoRAチューニング■ 5.6 日本語大規模言語モデルの比較■■ 5.6.1 LUKE■■ 5.6.2 DeBERTa V2■■ 5.6.3 性能比較第6章 固有表現認識■ 6.1 固有表現認識とは■ 6.2 データセット・前処理・評価指標■■ 6.2.1 データセット■■ 6.2.2 前処理■■ 6.2.3 評価指標■ 6.3 固有表現認識モデルの実装■■ 6.3.1 BERTのファインチューニング■■ 6.3.2 固有表現の予測・抽出■■ 6.3.3 検証セットを使ったモデルの選択■■ 6.3.4 性能評価■■ 6.3.5 エラー分析■■ 6.3.6 ラベル間の遷移可能性を考慮した予測■■ 6.3.7 CRFによるラベル間の遷移可能性の学習■ 6.4 アノテーションツールを用いたデータセット構築■■ 6.4.1 Label Studioを用いたアノテーション■■ 6.4.2 Hugging Face Hubへのデータセットのアップロード■■ 6.4.3 構築したデータセットでの性能評価第7章 要約生成■ 7.1 要約生成とは■ 7.2 データセット■ 7.3 評価指標■■ 7.3.1 ROUGE■■ 7.3.2 BLEU■■ 7.3.3 BERTScore■ 7.4 見出し生成モデルの実装■■ 7.4.1 T5のファインチューニング■■ 7.4.2 見出しの生成とモデルの評価■ 7.5 多様な生成方法による見出し生成■■ 7.5.1 テキスト生成における探索アルゴリズム■■ 7.5.2 サンプリングを用いたテキスト生成■■ 7.5.3 長さを調整したテキスト生成第8章 文埋め込み■ 8.1 文埋め込みとは■■ 8.1.1 文埋め込みの目的■■ 8.1.2 文埋め込みの性能評価■■ 8.1.3 文埋め込みモデルの必要性■■ 8.1.4 文埋め込みモデルを使わずに文ベクトルを得る■ 8.2 文埋め込みモデルSimCSE■■ 8.2.1 対照学習■■ 8.2.2 教師なしSimCSE■■ 8.2.3 教師ありSimCSE■ 8.3 文埋め込みモデルの実装■■ 8.3.1 教師なしSimCSEの実装■■ 8.3.2 教師ありSimCSEの実装■ 8.4 最近傍探索ライブラリFaissを使った検索■■ 8.4.1 最近傍探索ライブラリFaiss■■ 8.4.2 Faissを利用した最近傍探索の実装■■ 8.4.3 類似文検索のウェブアプリケーションの実装第9章 質問応答■ 9.1 質問応答システムのしくみ■■ 9.1.1 質問応答とは■■ 9.1.2 オープンブック・クローズドブック■ 9.2 データセットと評価指標■■ 9.2.1 AI王データセット■■ 9.2.2 評価指標■ 9.3 ChatGPTにクイズを答えさせる■■ 9.3.1 OpenAI API■■ 9.3.2 効率的なリクエストの送信■■ 9.3.3 クイズ用のプロンプトの作成■■ 9.3.4 API使用料金の見積もり■■ 9.3.5 クイズデータセットによる評価■■ 9.3.6 文脈内学習■■ 9.3.7 言語モデルの幻覚に注意■ 9.4 文書検索モデルの実装■■ 9.4.1 文書検索を組み込んだ質問応答システム■■ 9.4.2 質問応答のための文書検索モデル■■ 9.4.3 BPRの実装■■ 9.4.4 BPRによるパッセージの埋め込みの計算■ 9.5 文書検索モデルとChatGPTを組み合わせる■■ 9.5.1 検索モデルの準備■■ 9.5.2 検索結果のプロンプトへの組み込み
Publisher 技術評論社
Publication date July 29, 2023
Language Japanese
Print length 336 pages
ISBN-10 4297136333
ISBN-13 978-4297136338
Item Weight 1 g
Dimensions 9.06 x 7.17 x 0.63 inches (23 x 18.2 x 1.6 cm)

DESCRIPTION DU PRODUIT

Vous avez une question ? Chattez avec nous

Questions et réponses des clients

  • question: Comment acheter 大規模言語モデル入門 en ligne sur Ubuy ?

    répondre: Il est facile d'acheter 大規模言語モデル入門 en ligne sur Ubuy.. Il vous suffit de rechercher le produit, de choisir votre mode d'expédition lors du paiement et de le faire livrer à votre emplacement.
  • question: 大規模言語モデル入門 est-il disponible pour effectuer des achats en ligne à Réunion ?

    répondre: Oui, chez Ubuy Réunion, ce produit est disponible pour vous à un prix raisonnable.. Le 大規模言語モデル入門 n'est pas disponible localement mais vous pouvez nous faire confiance avec nos services d'expédition express.
  • question: Combien de temps faut-il pour obtenir le produit après avoir passé la commande ?

    répondre: Le délai de livraison de votre produit commandé varie en fonction de ce que vous avez commandé et de la méthode d'expédition que vous avez choisie.. Le délai de livraison estimé est mentionné lors du processus de commande, alors soyez insouciant lors de vos achats.

山田 育矢 (Consultant Editor), 鈴木 正敏 Theoretical Computer Science Editorial Review

Aucune critique éditoriale trouvée

Avis et évaluations clients

4.3
138 évaluations des clients
  • 5 étoile
    60%
  • 4 étoile
    22%
  • 3 étoile
    14%
  • 2 étoile
    2%
  • 1 étoile
    2%

Donnez votre avis sur ce produit

Partagez votre avis avec d'autres clients

Historique des prix du produit

Informations importantes

  • Limitations : Pour les produits expédiés à l'international, veuillez noter que toute garantie du fabricant peut ne pas être valide ; les options de service du fabricant peuvent ne pas être disponibles ; les manuels, instructions et avertissements de sécurité des produits peuvent ne pas être dans les langues du pays de destination ; les produits (et les matériaux qui les accompagnent) peuvent ne pas être conçus conformément aux normes, spécifications et exigences d'étiquetage du pays de destination ; et les produits peuvent ne pas être conformes à la tension et aux autres normes électriques du pays de destination (nécessitant l'utilisation d'un adaptateur ou d'un convertisseur le cas échéant). Il incombe au destinataire de s'assurer que le produit peut être importé légalement dans le pays de destination. En cas de commande auprès d'Ubuy ou de ses filiales, le destinataire est l'importateur officiel et doit se conformer à toutes les lois et réglementations du pays de destination.
  • Tous les produits listés sur Ubuy ne sont pas à vendre, Ubuy étant un moteur de recherche mondial. Les produits sont soumis aux réglementations en matière d'exportation et de commerce.

€ 31

Commandez maintenant et recevez votre commande aux alentours du Mercredi, Octobre 14

QTY:

Transaction sécuriséeTransaction sécurisée

Conforme PCI DSS et certifié ISO 27001:2022, avec des paiements chiffrés et une protection complète de l'acheteur pour chaque commande.

Nos meilleurs partenaires logistiques
  • fedex
  • dhl
Livraison transfrontalière la plus rapide

Assurance Ubuy

Profitez d'une expérience d'achat sereine avec des produits 100 % originaux, une sécurité de paiement conforme PCI DSS, une protection des données certifiée ISO 27001, la livraison transfrontalière la plus rapide, les retours gratuits* et un emballage sécurisé pour chaque commande.