(株)Qualiteg - Qualiteg Blog (Page 5)

AI-Business

Qualitegセレクション：アイディア深堀編②6W2Hの活用術

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。本日のテーマは6W2H Qualitegセレクションは、ユーザーエクスペリエンス(UX)向上のためのヒントやツールを紹介するシリーズです。今回は、アイディアをより具体的に、実行可能なレベルまで深堀りする手法として、6W2Hの活用術をご紹介します。優れたUXを実現するには、ユーザーのニーズを深く理解し、それを満たすサービスやプロダクトを提供することが不可欠です。そのためには、アイディア段階で徹底的に検討し、実現可能性や課題を明確にする必要があります。今回は、アイディアを深堀りする際に非常に役立つツール「6W2H」について詳しくご紹介します。 6W2Hとは？ 6W2Hは、問題解決や状況分析のための強力なフレームワークです。以下の8つの質問から構成さ

NumPy/PyTorch

【極めればこのテンソル操作】tensor.unsqueeze(0)と array[None] の違い

今日は、 unsqueeze(0) の解説しつつ、私たちがよく直面する「あるある」な問題についてもちょこっと話してみたいと思います。「value.unsqueeze(0)」と「value[None]」の見分けついていますか？はい、前者は主に PyTorch、後者は NumPyでの操作の違いです。でもどちらも、ぱっとみは、先頭に新しく次元を追加する操作なので、コードをちらっとみただけではわからないことがありますよね。なぜかというと、ディープラーニング系のプログラミングでは PyTorchのテンソルと、NumPyの配列操作がかなり入り混じるからです。そう、今日の話題はPyTorchとNumPyのコードが入り乱れて、どっちの配列（テンソル）を扱っているのわけワカメになる問題です。ちなみに、話題のテーマをブラさないように PyTorchでは先頭に新しい次元を追加するときに unsqueeze(0) だけでなく [None] も使えてしまいますが、いったん[None]は NumPy で主に使用する操作という前提で説明させてくださいませ。^^; これに対する当

AI-Business

Qualitegセレクション：アイディア深堀編①なぜなぜ分析の活用術

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。本日は、Qualitegセレクションのアイディア深堀編として、「なぜなぜ分析の活用術」についてご紹介します。なぜなぜ分析とは？なぜなぜ分析は、問題の根本原因を突き止めるための強力なツールです。この手法は、問題に対して「なぜ？」を繰り返し問いかけることで、表面的な症状から真の原因へと掘り下げていきます。聞くと簡単でできそうなのですが、結構インタビュー調査とかでメンバーにやってもらうとなかなかできなくて（だいたい1なぜ、2なぜでギブアップしてしまう。。）今日はそのポイントも合わせてお伝えしますね。なぜなぜ分析はやはりもともと品質管理の面が強いので、コンサル時代でも製造業系に強いコンサルタントはわかっていましたが、戦略系やマネジメントコンサルチームの

NumPy/PyTorch

【極めればこのテンソル操作】reshape(N,-1)

NumPy reshape: データ形状を自在に操る方法 NumPyのreshape関数は、多次元配列の形状を変更する強力なツールです。この記事では、reshapeの基本的な使い方から応用まで、具体例を交えて詳しく解説します。 1. reshape の基本 reshapeは、配列の要素数を変えずに形状を変更します。 import numpy as np # 1次元配列を作成 arr = np.array([1, 2, 3, 4, 5, 6]) print("Original array:", arr) print("Shape:", arr.shape) # 2x3の2次元配列に変形 reshaped = arr.reshape(2, 3) print("\nReshaped to 2x3:

ビジネス用語研究所を始めました★

ビジネス用語研究所を始めました★ こんにちは、ビジネスパーソンの皆さん！ビジネスの世界は、日々進化しています。新しい技術、新しい戦略、新しい概念…。ついていくのが大変だと感じる方もいるのではないでしょうか？そんなあなたに朗報です！今日はとてもエキサイティングなお知らせがあります。私たち株式会社Qualitegが、新たに「ビジネス用語研究所」を立ち上げました。このプロジェクトは、ビジネスマン必読のビジネス用語解説ビデオをYouTubeで提供するものです。株式会社 QualitegQualiteg は 2023年に創業されたAIカンパニーです。人々が新たなアイデアを生み出し、創造性を引き出すための快適な世界をテクノロジーを通じて実現してまいります。YouTube ビジネス用語研究所とは？「ビジネス用語研究所」は、最先端のビジネス用語をわかりやすく簡潔に1分で説明するYouTubeコンテンツです。忙しいビジネスマンでも、短時間で効率的に最新のビジネストレンドや重要な概念を学ぶことができます。最先端のビジネス用語を、わかりやすく簡潔に1分で説明しています。例えば

AI-Business

Qualitegが考える、アイディア深堀でやるべきこと4選

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。革新的な製品やサービスを生み出すためには、優れたアイディアの創出と、そのアイディアを徹底的に深堀りすることが不可欠です。Qualitegでは、ユーザー中心のデザイン思考と、データに基づいた分析を組み合わせることで、アイディアを最大限に活かせるよう支援しています。本記事では、Qualitegが考えるアイディア深堀で「やるべきこと」と「やってはいけないこと」を具体的に解説し、より効果的な深堀の方法を紹介します。 1. ユーザーニーズを徹底的に理解するアイディアの出発点は、常にユーザーニーズです。ターゲットとなるユーザーは誰なのか、彼らの抱える課題は何なのか、どのような解決策を求めているのかを深く理解することが、アイディアを成功に導くための第一歩です

AI-Business

Qualitegセレクション：アイディア創造編⑥Creative Matrixの活用術

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。アイデアに行き詰まった時に！Creative Matrixを活用して可能性を広げよう新しいプロジェクトを立ち上げるとき、既存のサービスに革新を起こしたいとき、斬新なアイデアが必要になりますよね。しかし、なかなか良いアイデアが浮かばず、行き詰まってしまうことも少なくありません。そんな時に役立つのが「Creative Matrix（クリエイティブマトリックス）」です。 Creative Matrixとは Creative Matrixは、既存の要素を組み合わせたり、異なる視点から考えることで、新しいアイデアを生み出すためのフレームワークです。縦軸と横軸にそれぞれ異なる要素を配置し、その交点に生まれる組み合わせから発想を広げていきます。具体的には、縦軸

NumPy/PyTorch

【極めればこのテンソル操作】permute(1,0)

本記事はPyTorch,NumPy でよくつかうテンソル操作を、頭でしっかりイメージできるようにするための機械学習エンジニア初心者向けシリーズです！「厳密な正しさ」をもとめるリファレンス的なものではなく、現場でつかうソースコードに頻出するコードで覚えていきましょう。今日は permute (1,0) permute操作は、テンソルの次元の順序を変更するためによく使用されます。permuteメソッドの引数は、並び替えの順番を指定します。 permute(1,0)は2次元のテンソルにおいては、「転置」テンソルを作る役割を果たします。なぜそうなのか、順を追ってみていきましょう！それでは早速以下のような 2×3 なテンソルを考えてみましょうこのテンソルは2次元なので、表で表現できますね。このとき、このテンソルは PyTorchでは以下のように定義できます。 import torch x = torch.tensor([[1, 2, 3], [4, 5, 6]]) このテンソルの「形状」は、上でもかいたとおり　2 × 3 です

AI-Business

Qualitegセレクション：アイディア創造編⑤マンダラートの活用術

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。アイディア発想の広がりを経験！アイディア創造のプロセスにおいて、多くの人がぶつかる壁の一つは「発想の広がり」です。新しいアイディアを生み出すためには、既存の枠にとらわれずに自由な発想を持つことが求められます。そんな時に有効なのが「マンダラート」というツールです。今回は、このマンダラートの活用術について詳しく解説します。個人作業が向いてるかも？最近では大谷翔平さんの目標設定手法で有名になったマンダラートチャートですが、実はあまりワークショップでは使いません。その理由はグループワーク作業にはあまり向かないからです。しかし、これは一人で考えていく場合に施行を深堀するとても良いツールなので、今日みなさんに解説できることがうれしいです。マンダ

LLM セキュリティ

LLM-Audit ～LLMへの攻撃と防衛の最前線～

はじめに人工知能技術の急速な進化により、大規模言語モデル（LLM）は多くの企業や組織にとって不可欠なツールとなっています。自然言語処理、コード生成、データ分析など、LLMの応用範囲は日々拡大し、ビジネスプロセスの効率化や創造的タスクの支援など、幅広い分野で革新をもたらしています。しかし、この革新的な技術の普及に伴い、新たなセキュリティリスクも浮上しており、企業はこれらのリスクに対する適切な対策を講じる必要に迫られています。本記事では、当社が開発したLLMセキュリティソリューション「LLM-Audit」をご紹介します。LLM-Auditは、LLMの入力と出力を徹底的に監査し、セキュリティリスクを最小限に抑える包括的なセキュリティ＆セーフティ実現ソリューションです。従来のセキュリティ対策では対応が難しいLLM特有の脆弱性や、日本語環境特有の課題に対しても高度な保護を提供します。動画本記事の内容はこちらの動画でもご覧いただけます。 LLMセキュリティの重要性 LLMのセキュリティ管理が不十分な場合、企業は深刻な結果に直面する可能性があります。最も懸

LLM セキュリティ

【LLMセキュリティ】ハルシネーションの検出方法

こんにちは、Qualiteg研究部です。本日は、RAGにおけるハルシネーション検出に関する、こちらの論文について解説をしつつ、ハルシネーション検出をおこなうLLMについて考察をしてみたいと思います。 "Lynx: An Open Source Hallucination Evaluation Model" https://arxiv.org/pdf/2407.08488 概要 LYNXという、RAG(Retrieval Augmented Generation) システムにおいて参照なしで高品質なハルシネーション検出が可能なオープンソースのLLMの構築方法、仕組みに関する論文です。 RAGシーンにおいて、LLMが生成する回答が、質問やコンテキストに対して「忠実」であるかどうかを判定することで、ハルシネーションを検出することができます。研究の成果である、ハルシネーション判定のために llama3ファインチューニングがほどこされたモデルは以下に公開されています。 https://huggingface.co/PatronusAI/Llama-3-Patronus-Lynx

AI-Business

[AI新規事業創出] Qualitegセレクション：アイディア創造編④オズボーンのチェックリストの活用術

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。新規事業のアイディア創出を加速させる - オズボーンのチェックリスト活用術とは新規事業の立ち上げは、企業の成長と競争力維持の要となります。しかし、革新的なアイディアを生み出すのは容易ではありません。そこで注目したいのが「オズボーンのチェックリスト」です。この強力なツールを使いこなすことで、新規事業のアイディア創出を劇的に加速させることができます。本記事では、オズボーンのチェックリストの基本から実践的な活用法、さらには新規事業創出への応用まで、詳しく解説していきます。オズボーンのチェックリストとはオズボーンのチェックリストは、広告業界の先駆者アレックス・F・オズボーンが1953年に考案した創造的思考法です。既存の概念や製品を様々な角度から見直し

Blog

オープンLLMの進化：「領域特化型モデル」の台頭と今後の展望

こんにちは！今日は領域特化のLLMについて解説いたします。近年、大規模言語モデル（LLM）の発展は目覚ましいものがあります。 GPT-4oやClaude 3.5などの汎用AIが注目を集める一方で、特定の分野や用途に特化したLLMの需要が急速に高まっています。この傾向は、オープンソースのLLMにも波及し始めており、今後ますます加速すると予想されます。領域特化型LLMの利点特定の分野に特化したLLMは、その分野特有の専門知識や用語、文脈を深く理解し、より適切な応答を生成できる可能性があります。例えば、医療、法律、金融、工学、プログラミングなど、専門性の高い分野では、一般的なLLMよりも高い精度と信頼性を提供できる可能性があります。ファインチューニングと継続事前学習オープンLLMを特定のドメインに適応させる主な方法として、ファインチューニングと継続事前学習が挙げられます。ファインチューニング既存のLLMに対して、特定のタスクや分野に関連したデータセットを用いて追加学習を行う手法です。比較的少量のデータでモデルの挙動を調整できる利点がありますが、新

LLM

Meta社が発表した最新の大規模言語モデル、Llama 3.1シリーズの紹介

2024年7月23日、Meta社が最新の大規模言語モデル、Llama 3.1シリーズを発表しました。この記事では、Llama 3.1シリーズの特徴と性能、そして実際の使用例を紹介します。以下、動画にもまとめてありますので、あわせてごらんいただければと思います。 Llama 3.1シリーズの主な特徴 Llama 3.1シリーズは、8B、70B、405Bの3つのモデルサイズで提供されています。主な特徴は以下の通りです： * 一般的な知識、操縦性、数学、道具の使用、多言語翻訳におけるトップAIモデルに匹敵する初のオープンLLM * コンテクストは128Kトークン * 8言語に対応した多言語モデル（ただし日本語は含まれず） * 15兆以上のトークンでトレーニングモデルサイズ別の特徴 * 8Bモデル: モバイルデバイスや小規模なシステムでの使用に適しており、リソースが限られた環境でも高性能を発揮 * 70Bモデル: 多くのタスクで405Bモデルに近い性能を示しながら、より少ないコンピューティングリソースで運用できる優れたバランスを提供 * 405Bモデル: 最高

AI-Business

[AI新規事業創出] Qualitegセレクション：アイディア創造編③ブレインライティングの活用術

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。新規事業を生み出す魔法のツール - ブレインライティングの活用術新規事業の立ち上げは、企業の成長と競争力維持において重要な役割を果たします。しかし、革新的なアイディアを生み出すことは容易ではありません。そこで注目したいのが「ブレインライティング」という手法です。本記事では、ブレインライティングの基本概念から実践方法、そして新規事業創出への応用まで、詳しく解説していきます。ブレインライティングとはブレインライティングは、ブレインストーミングの派生技法の一つで、参加者が自分のアイディアを紙に書き出し、それを他の参加者と共有しながら新しいアイディアを生み出していく手法です。口頭でのアイディア出しに比べ、以下のような利点があります。 * 全員が同時に

LLM

Mistral AI社の最新LLM「Mistral NeMo 12B」を徹底解説

こんにちは。今回は2024年7月19日にリリースされたMistral AI社の最新LLM「Mistral NeMo 12B」をご紹介します。本モデルの特徴や性能を解説し、実際にChatStreamを使用してチャットの使用感を確かめていきます。 Mistral NeMo 12Bとは Mistral NeMo 12BはMistral AI社がNVIDIAと協力して開発した最新モデルです。Apache2ライセンスを採用しており、自由に使用、変更、配布が可能な非常に自由度の高いモデルとなっています。解説動画本記事の内容は以下の動画にもまとめてありますので、あわせてごらんくださいませ主な特長本モデルには3つの大きな特長があります： 1. 大きなコンテクストサイズと高い推論性能 2. 多言語性能 3. 効率的なトークナイザー 1. 大きなコンテクストサイズと高い推論性能 Mistral NeMo 12Bは120億パラメータの比較的小型のモデルですが、同サイズカテゴリーの中でも高い性能を発揮しています。Google社のGemma2 9BやMeta社の

Latest

Qualitegセレクション：アイディア深堀編②6W2Hの活用術

【極めればこのテンソル操作 】tensor.unsqueeze(0)と array[None] の違い

Qualitegセレクション：アイディア深堀編①なぜなぜ分析の活用術

【極めればこのテンソル操作 】reshape(N,-1)

ビジネス用語研究所を始めました★

Qualitegが考える、アイディア深堀でやるべきこと4選

Qualitegセレクション：アイディア創造編⑥Creative Matrixの活用術

【極めればこのテンソル操作】permute(1,0)

Qualitegセレクション：アイディア創造編⑤マンダラートの活用術

LLM-Audit ～LLMへの攻撃と防衛の最前線 ～

【LLMセキュリティ】ハルシネーションの検出方法

[AI新規事業創出] Qualitegセレクション：アイディア創造編④オズボーンのチェックリストの活用術

オープンLLMの進化：「領域特化型モデル」の台頭と今後の展望

Meta社が発表した最新の大規模言語モデル、Llama 3.1シリーズの紹介

[AI新規事業創出] Qualitegセレクション：アイディア創造編③ブレインライティングの活用術

Mistral AI社の最新LLM「Mistral NeMo 12B」を徹底解説

【極めればこのテンソル操作】tensor.unsqueeze(0)と array[None] の違い

【極めればこのテンソル操作】reshape(N,-1)

LLM-Audit ～LLMへの攻撃と防衛の最前線～