prompt flow

イベントアーカイブを視聴する ご視聴にはFindyへのログインが必要です LLMによるテキスト生成に、外部情報の検索を組み合わせることで、回答精度を向上させるRAG（Retrieval Augmented Generation）。 イベント開催当時、RAGの実装手法については情報が増えてきている一方で、実例に基づいた課題や対策を知る機会は少ないという声も。 本イベントでは、RAGの運用における課題（つらみ）と対策を、4名の登壇者によりLT形式で発表いただきました。 「RAGを用いた社内情報検索システムを導入した話」(いちかわさん) 「LLM勉強会のためにアプリを作ろうか悩んだけど、Difyが解…

オープニングセッション 登壇者 内容 所感 新人検索エンジニアが挑んだ実例で学ぶ、RAGの性能評価と改善のノウハウ 登壇者 内容 所感 100 以上の生成 AI 事例に見る ビジネスインパクト創出の方程式 登壇者 内容 所感 突撃！隣のAmazon Bedrockユーザー ～YouはどうしてAWSで？～ 登壇者 内容 所感 ハンズオン 全体を通しての感想 2024年9月9日に開催されたAWS AI Dayに参加してきたので、参加レポートを書こうと思います。 オープニングセッション 登壇者 アマゾン ウェブ サービス ジャパン合同会社 Data & AI事業本部 プリンシパル事業開発マネージャー…

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…

はじめに メーカーのコーポレート部門でテックリードをしているmongolyyです。 最近Bedrockを使うことがあったのですが、その場その場で使っていたこともあり、もうちょっと網羅的に学びたいという思いがありました。 そんな時に本書が出版されていたのでやってみました。 気づき 基礎知識としての、生成AIアプリの説明が非常に丁寧で勉強になった 以下のような事柄は割とざっくりした理解だったので、非常に助かりました プロンプトエンジニアリング ドキュメントの付加情報について、XMLで書ける 長いドキュメントをプロンプトに含める場合は、質問や指示は最後に記述するとよい 埋め込み チャンクとは？ セマ…

【サーベイ】大規模言語モデル時代の「データ中心の自動運転モデル」 元Stable Diffusion開発チームによる高性能画像生成AI「FLUX.1」、Perplexity精度のオープンソース検索AI「MindSearch」など生成AI技術5つを解説（生成AIウィークリー） Building A Generative AI Platform 第2回関東kaggler会 LT コンペ振り返りのすすめ Gemma2-2b: TPUを活用したファインチューニングとKagglehubへのアップロード インシデントレスポンスの成熟度モデル VisualStudioCodeで絶対にしておくべき設定ベスト2…

はじめに 夏真っ盛りのこの時期、いかがお過ごしでしょうか。日々の暑さに負けない、データ分析エンジニアの木介です。 今回は、2024年7月にプレビューとして発表された、「Amazon Bedrock Prompt Flows」を利用して、LLMワークフローを構築してみたいと思います。aws.amazon.com はじめに Amazon Bedrock Prompt Flowsとは？ 1. 概要 2. 連携できるサービス 使い方 1. Prompt flow builderによるフローの構築 フローの構築 Prompt flowsの作成 Nodeの設定 2. 作成したフローを試す 3. APIとし…

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…

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…

チャットGPTの普及に伴い、現在、「RAG（ラグ）」という、外部のデータソースからリアルタイムで情報を取得し、それを生成モデルに組み込むことで、最新の情報に基づいた回答を提供する仕組みが注目されています。 今回は、このRAG（ラグ）の構築の手助けとなるAIスクールの講座を紹介します。 チャットGPTなど生成AIを用いたRAG（ラグ）構築におすすめの講座 生成AIを活用したRAGの利点について 1.高精度な情報提供 2.柔軟な応用範囲 ●カスタマーサポート ●教育 ●コンテンツ生成 3.ユーザーエクスペリエンスの向上 4.パーソナライズの強化 5.リアルタイム対応 RAG構築におすすめの講座 キ…

株式会社ジェネラティブエージェンツの大嶋です。 Zapier ChatGPT Integrationsについて登壇 運営している勉強会コミュニティStudyCoで「ノーコード・ローコードLLMアプリ開発ツールの実際！Difyなど4つのツールの概要とディスカッション」というイベントを開催しました。 studyco.connpass.com この勉強会では Dify Zapier（ChatGPT Integrations） Azure Prompt flow Amazon Bedrock + Step Functions、Amazon Bedrock Studio という4つのテーマを扱い、私は「…

Prompt Flow で Python のコードを実行する際、環境変数やシークレットを利用する方法のメモです。 Connections で Custom を使って実現できます。 余談ですが、公式のドキュメントだと Connections の翻訳が「つながり」になってたり、他の単語も変な翻訳があって混乱するので Prompt Flow 関連のドキュメントや Azure Machine Learning Studio は英語で見た方が良いと個人的に感じてます。 Connections を構成する Azure Machine Learning Studio の Prompt Flow で、"Con…

導入 本記事について 注意事項 実装 全体の流れ 前提条件 On Your Dataからサンプルアプリをデプロイ （参考）サンプルアプリのカスタマイズについて Prompt Flowからフローを推論エンドポイントとしてデプロイ/サンプルアプリの設定変更 Azure AI Studioの評価機能を使用したプロンプトチューニング 回答精度向上に向けた指針について 最後に 導入 本記事について 「Prompt Flow（Azure AI Studio）を使用したRAG入門 第１回 」の続きです。まだお読みでない方は第１回目の記事を先にご確認いただけますと幸いです。 本記事ではPrompt Flow（…