プロトタイプラボ
検索拡張生成がナレッジマネジメントを変革する方法（パート 1）
1. はじめに どの企業にも、製品ガイド、従業員情報、契約書、社内ポリシーなど、数え切れないほどの文書があります。散在するファイルからすぐに答えを見つけるのは時間がかかり、非効率的です。 大規模な言語モデルを搭載したエージェントを想像してみてください。エージェントは平易な言葉で相談でき、社内のドキュメントから正確な回答を即座に引き出すことができます。これにより生産性が向上し、コストが削減され、面倒なプロセスが合理化されます。 これを実際に紹介するために、私たちはInsurellmという架空の保険会社のプロトタイプを構築しました。ポリシーから請求書類まで実際のシナリオをシミュレートすることで、検索機能を強化したチャットボットがさまざまな問い合わせを迅速かつ正確に処理します。 2. ユーザー中心のアプローチ 1. 問題の探求 ユーザーの問題点: 従業員は何千もの文書の中から必要なものを見つけるのに苦労します。時には会社のポリシーを確認したり、製品やサービスの詳細が必要になったりすることもあります。適切な文書が見つかったとしても、必ずしも最新の情報ではないため、検索に非常に時間がかかります。 ゴール：会社の最新の内部ファイルに基づいて質問に答えることができる、高速で正確なチャットボットを構築します。 2. ユーザー調査 インタビュー:人々は自然言語でやりとりし、最新の正しい情報をすぐに入手したいと考えていることがわかりました。 機能の期待:会話ベースのインターフェースにより、ポリシーや製品などの重要な詳細を簡単に確認しながら最新情報を把握できます。 3. プロトタイプ 私たちのチームは、LangChain、Chroma、OpenAIEmbeddings、Gradio インターフェースを統合してプロトタイプを作成しました。 ユーザーが質問を入力すると、システムはドキュメントの最も関連性の高い部分を検索し、LLM は検索結果に基づいて回答を作成します。 4. テストとフィードバック ユーザーインタラクション: テスターが自然言語で質問を簡単に入力できるように、Gradio で Web インターフェイスを設定しました。 フィードバック：...
検索拡張生成がナレッジマネジメントを変革する方法（パート 1）
1. はじめに どの企業にも、製品ガイド、従業員情報、契約書、社内ポリシーなど、数え切れないほどの文書があります。散在するファイルからすぐに答えを見つけるのは時間がかかり、非効率的です。 大規模な言語モデルを搭載したエージェントを想像してみてください。エージェントは平易な言葉で相談でき、社内のドキュメントから正確な回答を即座に引き出すことができます。これにより生産性が向上し、コストが削減され、面倒なプロセスが合理化されます。 これを実際に紹介するために、私たちはInsurellmという架空の保険会社のプロトタイプを構築しました。ポリシーから請求書類まで実際のシナリオをシミュレートすることで、検索機能を強化したチャットボットがさまざまな問い合わせを迅速かつ正確に処理します。 2. ユーザー中心のアプローチ 1. 問題の探求 ユーザーの問題点: 従業員は何千もの文書の中から必要なものを見つけるのに苦労します。時には会社のポリシーを確認したり、製品やサービスの詳細が必要になったりすることもあります。適切な文書が見つかったとしても、必ずしも最新の情報ではないため、検索に非常に時間がかかります。 ゴール：会社の最新の内部ファイルに基づいて質問に答えることができる、高速で正確なチャットボットを構築します。 2. ユーザー調査 インタビュー:人々は自然言語でやりとりし、最新の正しい情報をすぐに入手したいと考えていることがわかりました。 機能の期待:会話ベースのインターフェースにより、ポリシーや製品などの重要な詳細を簡単に確認しながら最新情報を把握できます。 3. プロトタイプ 私たちのチームは、LangChain、Chroma、OpenAIEmbeddings、Gradio インターフェースを統合してプロトタイプを作成しました。 ユーザーが質問を入力すると、システムはドキュメントの最も関連性の高い部分を検索し、LLM は検索結果に基づいて回答を作成します。 4. テストとフィードバック ユーザーインタラクション: テスターが自然言語で質問を簡単に入力できるように、Gradio で Web インターフェイスを設定しました。 フィードバック：...
LLM-Enhanced E-commerce Agentic Assistant Part ...
Building on our text-based prototype, we’re excited to introduce a multi-modal upgrade. In this phase, we’ve integrated OpenAI’s speech model to add an audio response feature, making our assistant even more...
LLM-Enhanced E-commerce Agentic Assistant Part ...
Building on our text-based prototype, we’re excited to introduce a multi-modal upgrade. In this phase, we’ve integrated OpenAI’s speech model to add an audio response feature, making our assistant even more...
LLM-Enhanced E-commerce Agentic Assistant Part ...
In the fast-paced world of e-commerce, customers care about three key things: getting the best price, discovering the latest products, and receiving orders quickly. During our daily operations, we encountered...
LLM-Enhanced E-commerce Agentic Assistant Part ...
In the fast-paced world of e-commerce, customers care about three key things: getting the best price, discovering the latest products, and receiving orders quickly. During our daily operations, we encountered...
オープンソースのマルチモーダル AI で議事録を革新する: LLM 強化ジェネレーターとの旅
LLM 強化会議議事録ジェネレーター 1. ユーザーリサーチとプロトタイピングの過程 私たちのビジネスでは、毎日、会議の記録を手作業で書き起こして要約するという課題に直面していました。これは、時間がかかるだけでなく、間違いが起きやすいプロセスでした。AI に対する好奇心とワークフローを改善したいという思いから、私たちはこのタスクを簡素化できるソリューションを模索するユーザー リサーチに着手しました。 インタビューと観察:私たちは、会議の主催者、管理スタッフ、筆記者と話をして、彼らの問題点を理解しました。彼らからのフィードバックにより、手動でのメモ取りは非効率であり、自動化されたソリューションが本当に必要であることが確認されました。 調査: 調査により、ユーザーはスピード、正確性、シンプルさを重視していることが明らかになりました。技術的な専門知識を必要とせずに、音声を整理された議事録にすばやく変換できるツールが必要でした。 Gradio を使用したプロトタイピング:私たちは、Gradio を使用して初期プロトタイプを構築し、ユーザーが MP3 ファイルをアップロードし、文字起こしを開始し、生成された会議の議事録を表示できるようにしました。受け取ったリアルタイムのフィードバックにより、インターフェイスを改良し、エラー処理を改善し、全体的な使いやすさを向上させることができました。この反復的なプロセスにより、私たちのソリューションが日常業務の一般的な課題に本当に対処できることが確信できました。 2. プロジェクト仕様 プロジェクト名 LLM 強化会議議事録ジェネレーター 概要 当社のアプリケーションは、会議の MP3 オーディオ録音を、マークダウン形式の詳細で構造化された会議議事録に変換します。高度なオーディオ文字起こしと強力な言語処理を組み合わせることで、明確で実用的な会議メモの作成を自動化するソリューションを開発しました。 目的 ドキュメントの自動化:会議の議事録を作成する面倒な手作業を排除します。 効率を向上:会議後すぐに高品質の会議概要を生成します。 明瞭性を高める:主要な詳細、議論のポイント、要点、指定された所有者による実行可能な項目を含む要約を含む、読みやすい出力を提供します。 機能要件 オーディオのアップロードと管理:...
オープンソースのマルチモーダル AI で議事録を革新する: LLM 強化ジェネレーターとの旅
LLM 強化会議議事録ジェネレーター 1. ユーザーリサーチとプロトタイピングの過程 私たちのビジネスでは、毎日、会議の記録を手作業で書き起こして要約するという課題に直面していました。これは、時間がかかるだけでなく、間違いが起きやすいプロセスでした。AI に対する好奇心とワークフローを改善したいという思いから、私たちはこのタスクを簡素化できるソリューションを模索するユーザー リサーチに着手しました。 インタビューと観察:私たちは、会議の主催者、管理スタッフ、筆記者と話をして、彼らの問題点を理解しました。彼らからのフィードバックにより、手動でのメモ取りは非効率であり、自動化されたソリューションが本当に必要であることが確認されました。 調査: 調査により、ユーザーはスピード、正確性、シンプルさを重視していることが明らかになりました。技術的な専門知識を必要とせずに、音声を整理された議事録にすばやく変換できるツールが必要でした。 Gradio を使用したプロトタイピング:私たちは、Gradio を使用して初期プロトタイプを構築し、ユーザーが MP3 ファイルをアップロードし、文字起こしを開始し、生成された会議の議事録を表示できるようにしました。受け取ったリアルタイムのフィードバックにより、インターフェイスを改良し、エラー処理を改善し、全体的な使いやすさを向上させることができました。この反復的なプロセスにより、私たちのソリューションが日常業務の一般的な課題に本当に対処できることが確信できました。 2. プロジェクト仕様 プロジェクト名 LLM 強化会議議事録ジェネレーター 概要 当社のアプリケーションは、会議の MP3 オーディオ録音を、マークダウン形式の詳細で構造化された会議議事録に変換します。高度なオーディオ文字起こしと強力な言語処理を組み合わせることで、明確で実用的な会議メモの作成を自動化するソリューションを開発しました。 目的 ドキュメントの自動化:会議の議事録を作成する面倒な手作業を排除します。 効率を向上:会議後すぐに高品質の会議概要を生成します。 明瞭性を高める:主要な詳細、議論のポイント、要点、指定された所有者による実行可能な項目を含む要約を含む、読みやすい出力を提供します。 機能要件 オーディオのアップロードと管理:...
Llama 90B マルチモーダルで料理のインスピレーションを簡単に
1. 探索ステップ: 利害関係者との関わりと問題の定義 何を料理するか決めるのは、時には終わりのないパズルのように感じることがあります。特に、冷蔵庫を開けると、ランダムな材料が目の前に並んでいる場合はなおさらです。友人、家族、料理好きの仲間と話をしたところ、私たちは、人々がインスピレーションに欠けていたり、いつも同じレシピに飽きたりすることがよくあるという、よくあるテーマに気づきました。 生成 AI は価値を付加できるか?私たちは、「AI が冷蔵庫の中身を写真に撮って、その場で食事のアイデアを提案できたらどうなるだろう？」と考えました。これは次のような効果をもたらします。 時間を節約: 何を調理するかについて延々と議論する必要はもうありません。 バラエティを追加する: ユーザー自身が思いつかないような楽しい新しい料理を紹介します。 創造性を高める: 「気分が乗らない」日のために、新鮮で予想外のメニューのアイデアを提供します。 私たちの目標は、単に、キッチンでの創造性を刺激する、気楽で好奇心を刺激するアプリを作れるかどうかを探ることです。 2. 設計ステップ: ソリューションと Gradio UI のプロトタイプ作成 Llama 3.2 90B (マルチモーダル) を選ぶ理由 私たちは、テキストと画像の両方を処理できるマルチモーダル モデルである Llama 3.2...
Llama 90B マルチモーダルで料理のインスピレーションを簡単に
1. 探索ステップ: 利害関係者との関わりと問題の定義 何を料理するか決めるのは、時には終わりのないパズルのように感じることがあります。特に、冷蔵庫を開けると、ランダムな材料が目の前に並んでいる場合はなおさらです。友人、家族、料理好きの仲間と話をしたところ、私たちは、人々がインスピレーションに欠けていたり、いつも同じレシピに飽きたりすることがよくあるという、よくあるテーマに気づきました。 生成 AI は価値を付加できるか?私たちは、「AI が冷蔵庫の中身を写真に撮って、その場で食事のアイデアを提案できたらどうなるだろう？」と考えました。これは次のような効果をもたらします。 時間を節約: 何を調理するかについて延々と議論する必要はもうありません。 バラエティを追加する: ユーザー自身が思いつかないような楽しい新しい料理を紹介します。 創造性を高める: 「気分が乗らない」日のために、新鮮で予想外のメニューのアイデアを提供します。 私たちの目標は、単に、キッチンでの創造性を刺激する、気楽で好奇心を刺激するアプリを作れるかどうかを探ることです。 2. 設計ステップ: ソリューションと Gradio UI のプロトタイプ作成 Llama 3.2 90B (マルチモーダル) を選ぶ理由 私たちは、テキストと画像の両方を処理できるマルチモーダル モデルである Llama 3.2...
Llama 8B モデルを使用したアプリの構築
みなさん、こんにちは！最近、楽しい小さなプロジェクトの構築を終えたので、生成 AI の実験が好きな人たちとシェアできたらいいなと思いました。これは、Midjourney のプロンプトを自動生成するのに役立つプロトタイプ アプリです。細かいことを考えすぎずに創造性を刺激する簡単な方法として考えてください。 ここでは、私がこれをどのように構築したか、そしてその過程で何を発見したかを簡単に説明します。 問題: 促すのに時間がかかる Midjourney を使い始めたとき、プロンプトの作成には時間がかかることがあることに気付きました。特に、さまざまなスタイルを試している場合はそうです。また、私の知り合いの中には (友人、同僚、疲れた日の私自身でさえ)、プロンプトの「適切な」言葉を考えるとなると行き詰まっている人がいることにも気付きました。 そこで、私は疑問に思い始めました。 プロンプトの生成を高速化できますか? Midjourney を初めて利用する人にとって、もっと簡単に説明できますか? これらの疑問が私のプロジェクトの基礎となりました。 建築プロセス アプリを構築するために、私は 2 つの目標に焦点を当てました。 ユーザーがアイデア（「犬」など）を簡単に入力し、すぐに役立つプロンプトを取得できるようにします。 初心者でもアプリが高速かつアクセスしやすいことを確認します。 私はさまざまな AI モデルを調査し、Llama 3.1 を 8B と 405B...
Llama 8B モデルを使用したアプリの構築
みなさん、こんにちは！最近、楽しい小さなプロジェクトの構築を終えたので、生成 AI の実験が好きな人たちとシェアできたらいいなと思いました。これは、Midjourney のプロンプトを自動生成するのに役立つプロトタイプ アプリです。細かいことを考えすぎずに創造性を刺激する簡単な方法として考えてください。 ここでは、私がこれをどのように構築したか、そしてその過程で何を発見したかを簡単に説明します。 問題: 促すのに時間がかかる Midjourney を使い始めたとき、プロンプトの作成には時間がかかることがあることに気付きました。特に、さまざまなスタイルを試している場合はそうです。また、私の知り合いの中には (友人、同僚、疲れた日の私自身でさえ)、プロンプトの「適切な」言葉を考えるとなると行き詰まっている人がいることにも気付きました。 そこで、私は疑問に思い始めました。 プロンプトの生成を高速化できますか? Midjourney を初めて利用する人にとって、もっと簡単に説明できますか? これらの疑問が私のプロジェクトの基礎となりました。 建築プロセス アプリを構築するために、私は 2 つの目標に焦点を当てました。 ユーザーがアイデア（「犬」など）を簡単に入力し、すぐに役立つプロンプトを取得できるようにします。 初心者でもアプリが高速かつアクセスしやすいことを確認します。 私はさまざまな AI モデルを調査し、Llama 3.1 を 8B と 405B...