昨今、ChatGPTをはじめとした幅広いタスクの処理が可能な汎用LLM(大規模言語モデル)の活用が進む一方で、特定分野のタスク処理に特化したLLMにも注目が集まっております。
ChatGPTなどの汎用LLMは、汎用性が非常に高い一方、全てのユースケースをカバーするのは難しいことが多く、特に企業利用のようなユースケースにおいては「ハルシネーション※1」や「セキュリティ」「コスト効率」などの観点から、対応が一層困難になると考えられます。
※1：人工知能が学習したデータからは正当化できないはずの回答を堂々とする現象
そのような中、生成AI活用を阻む3つの課題と、汎用LLMと共存する特化型LLMを構築するためのポイントについて、当社の取締役CTO 有馬が執筆した記事がEnterpriseZINEにて掲載されました。
記事内では、企業における特化型LLM構築に向けた3つのステップや、利点・注意点について紹介しております。
詳しくは下記のURLよりご覧いただけます。
https://enterprisezine.jp/article/detail/20906
※全文をご覧いただくには会員登録が必要です。
また、第1弾として当社の谷本が執筆した
RAG構築における「データ構造化」の4つのポイントに関する記事も合わせてご覧ください。
https://enterprisezine.jp/article/detail/20720
※全文をご覧いただくには会員登録が必要です。
本件に関する報道関係者のお問合せ
ストックマーク株式会社
担当：畑中、平澤（ハタナカ、ヒラサワ）
MAIL：pr_stockmark@stockmark.co.jp