Function calling

7月にAzure OpenAI ServiceでもFunction calling機能が利用できるようになりました。 Function callingは、ChatGPTのAPI呼び出しの際に関数の情報を渡し、AIモデルと連携して関数呼び出しをサポートする機能です。 これだけ聞くと、GPTを他の関数やAPIと組み合わせて利用することを想像し、普段使いする機会は少ないと感じてしまうと思いますが、実は普段でも利用できる機能があることをご存じですか？ 本記事では、普段使いできるFunction callingの活用方法を紹介します。 Function calling とは 活用例 準備 目標 Func…

CTO室の岩本 (iwamot) です。 弊社SlackのChatGPT botに画像生成機能を追加しました。Function callingを使って、OpenAIの画像生成エンドポイントを呼び出すシンプルなものです。 この記事では、実装の詳細と、機能追加した背景をご紹介します。

こんにちは、あるいはこんばんは 新卒3年目の野地です。最近は生成AIの波にのまれています。aiチャット OpenAIのChatGPTがプログラミングの新たなパラダイムを形成しています。 特にGoogle Apps Script(GAS)のような手軽な環境と組み合わせることで非エンジニアでも様々な業務効率化ができ、新たな可能性が広がっています。 今回はその一例として、OpenAIのChat API の機能、functionCallを使用したフリーアドレス管理について試したものを紹介します。 フリーアドレスの管理とChatGPT マネックスでは、システム開発部署の座席配置はフリーアドレス形式を採用…

はじめに callingといえばダーク・コーリング。覇王十代！ nikkieです。 OpenAIから先日発表された「Function calling」を完全に理解しました！ ※エンジニアミームの「完全に理解した」ですので、近日中に何も分からなくなるやつです 目次 はじめに 目次 それ（Function calling）は突然やってきた ありがとう、先人の日本語で読めるアウトプット OpenAIのドキュメントの例 ボストンの天気を日本語で聞く 動作例 「こんにちは」にはFunction calling不要 GPTにボストンの天気を聞くとFunction callingして答えてくれる 終わりに …

ジェネラティブエージェンツの大嶋です。 「AIエージェントキャッチアップ #1 - AutoGen / AutoGen Studio」という勉強会を開催しました。 generative-agents.connpass.com アーカイブ動画はこちらです。 youtube.com AutoGen / AutoGen Studio 今回は、AutoGen / AutoGen Studioについて、ドキュメントを読んだり、実際に動かしてみたりしてキャッチアップしていきました。 AutoGenはこちらです。 github.com AutoGen Studioはこちらです。 github.com どちら…

はじめに こんにちは。宿泊プロダクト開発部の宮崎です。 みなさん、生成 AI 使ってますか？ 近年、AI の進歩はめざましく、文章生成や画像生成はもちろん、動画生成も実用的なレベルで出来るようになっています。 ChatGPT が話題になったのが 2022 年の 11 月なので、たった 2 年足らずでここまで来ているという事実に少し恐ろしくもありますね。AGI(汎用人工知能)の実現もそう遠くないのかもしれません。 一休でも AI 技術は注目していて今年の 6 月に、まさに生成 AI を使ってホテル検索システムの改善を行いました。 この記事では、その時に学んだプロンプトエンジニアリングの重要性につ…

こんにちは、マネックス証券の INSIGHT（投資情報）で開発をしている倉田です。 最近は AI を使ったプロジェクトの開発を担当しており、ネット上に情報がまとまっていなかった Anthropic の Tool use を AWS SDK (Bedrock) を使った実装を Java と Javascript (TypeScript) でご紹介したいと思います。 Tool Use を簡単に説明すると、OpenAI Function Calling の Anthropic 版です。 Function Calling を知らない人向けに下記にて詳しく解説します。 Function Calling …

ITエンジニアのためのプロンプトエンジニアリング Serverless AI Chat with RAG using LangChain.js AutoGen Studio: A No-Code Developer Tool for Building and Debugging Multi-Agent Systems 【最大90%の時間削減】生成AI最前線、 トヨタコネクティッド社のAI効率化事例と全社的生成AI導入戦略の全容 モダンアプリケーションにおけるユーザー認証・認可の実装のために考慮しておきたいこと LangGraph での Human-in-the-loop の実装 ハイパーパラメ…

現場で使える!自動化入門vol.2 「現場で使える!自動化入門vol.2」発行主旨・内容紹介 「現場で使える!自動化入門vol.2」目次 「現場で使える!自動化入門vol.2」Amazonでの購入はこちら 「現場で使える!自動化入門vol.2」楽天市場での購入はこちら※電子書籍版です 現場で使える!自動化入門vol.2 インプレスグループでIT関連メディア事業を展開するインプレスは、技術書典や技術書同人誌博覧会をはじめとした各種即売会や、勉強会・LT会などで頒布された技術同人誌を底本とした商業書籍を刊行し、技術同人誌の普及と発展に貢献することを目指し最新の知見を発信する技術の泉シリーズ2024…

こんにちは、Azureビジネス部の金重です。 今年の4月にACSII×Microsoft主催のAI Challenge Dayというイベントに、JBS（日本ビジネスシステムズ）との混合チームで参加しました。イベントはコンテスト形式で2日間の開催でしたが、RAGの構築の知見を社内で共有する為に、社内プロジェクトとして当日の問題に対して3か月ほど仕組みの改善を試みました。 blog.jbs.co.jp 社内プロジェクト化の経緯 課題概要 改善の流れ 最終的なアーキテクチャおよび実施した改善策 コンテストを案件に活かすために おわりに 社内プロジェクト化の経緯 イベントでは、世界遺産トラベルアシスタ…

TL; DR 以下のAPIを全部同じインターフェースで使えるように挑戦した時にハマったポイントについて書いた Chat Completion API (OpenAI、Azure OpenAI) Gemini API (Google AI、VertexAI) Claude API (Anthropic、Amazon Bedrock) みんなちょっとずつ違ってて意外と大変だよ。 はじめに こんにちは、データサイエンスグループの坂元です。以前にこんな記事を書いて各方面からコメントを頂き、良くも悪くもみんなLangChainに対して色々考えがあるのだなぁと思いました（ちなみに私自身はLangChain…

機械学習エンジニアの吉田です。今回は、LLM (Large Language Models) を活用して、機械学習モデルに必要なデータのアノテーション作業を効率化する取り組みについて紹介します。 なお、アノテーションにおけるLLMの利用に関しては、クラウドベンダー各社及び社内の法務確認のうえ進めています。この記事で登場するLLMがアノテーション用途で使えることを保証するわけではないのでご留意ください。 背景 LayerXで提供しているバクラクでは、帳票をアップロードするだけで支払金額や支払期日などを自動で読み取るOCRの機械学習モデルを開発しています。 このモデルのデータセットを作成するために…

Bedrock Night in 大阪（JAWS-UG AI/ML×大阪×東京支部コラボ） jawsug-ai.connpass.com セッション AWSの生成AIサービス「Amazon Bedrock」入門 みのるんさん speakerdeck.com Bedrockのイチオシ機能「ナレッジベース」と「エージェント」と。 まだプレビューだけど今後は Prompt flow とかもオススメになりそう。 Cloud9 が使えなくなったので代替手段を徹夜ですぐ作ったと。 LT① セキュリティ検出結果をBedrockで読みやすくしてみた 塚田 真規 (三菱電機株式会社) speakerdeck.c…

こんにちは、CTOの小林です。 ChatGPTをはじめとした生成AI、便利ですよね。素のChatGPTでも十分に便利なのですが、業務で使うには社内ドキュメントにも対応して欲しいと誰もが思うのではないでしょうか。すでにOpen AIのAPIを使って社内ドキュメントに対応したAIボットを開発している事例は多数ありますが、kickflowでも社内用AIボットを開発して社員に展開しました。今日はこのAIボットのアーキテクチャや実装についてご紹介します。

A Survey of Prompt Engineering Methods in Large Language Models for Different NLP Tasks Vortex under Ripplet: An Empirical Study of RAG-enabled Applications LLM Evaluation doesn't need to be complicated 深津式プロンプトを超える、ロング コンテキスト時代のテクニック指南 Exploring the Advanced RAG (Retrieval Augmented Generation) Ser…

https://bugs.ruby-lang.org/issues/17507 の原因調査 TargetStr = "a-x-foo-bar-baz-z-b" worker = lambda do # For more hits, use File.read here instead of TargetStr m = TargetStr.match(/foo-([A-Za-z0-9_\.]+)-baz/) # more cases in the []+ means more hits raise "Error, #{m.inspect}" if m[1].nil? File.exist? "/…