LLM
[本・雑誌・コミック]
楽天市場検索
本・雑誌・コミック
小説・エッセイ (131) (LLM )
資格・検定 (11) (LLM )
ライフスタイル (67) (LLM )
ホビー・スポーツ・美術 (83) (LLM )
絵本・児童書・図鑑 (62) (LLM )
語学・辞典・年鑑 (54) (LLM )
学習参考書・問題集 (7) (LLM )
旅行・留学 (0)
人文・地歴・社会 (52) (LLM )
ビジネス・経済・就職 (37) (LLM )
PC・システム開発 (140) (LLM )
科学・医学・技術 (109) (LLM )
コミック (301) (LLM )
ライトノベル (11) (LLM )
ボーイズラブ (61) (LLM )
ティーンズラブ (0)
エンターテインメント (91) (LLM )
写真集 (9) (LLM )
古書・希少本 (11) (LLM )
楽譜 (233) (LLM )
雑誌 (187) (LLM )
新聞 (0)
洋書 (19826) (LLM )
カレンダー (3) (LLM )
ポスター (31) (LLM )
パンフレット (0)
その他 (375) (LLM )
本・雑誌・コミック
小説・エッセイ (131) (LLM )
資格・検定 (11) (LLM )
ライフスタイル (67) (LLM )
ホビー・スポーツ・美術 (83) (LLM )
絵本・児童書・図鑑 (62) (LLM )
語学・辞典・年鑑 (54) (LLM )
学習参考書・問題集 (7) (LLM )
旅行・留学 (0)
人文・地歴・社会 (52) (LLM )
ビジネス・経済・就職 (37) (LLM )
PC・システム開発 (140) (LLM )
科学・医学・技術 (109) (LLM )
コミック (301) (LLM )
ライトノベル (11) (LLM )
ボーイズラブ (61) (LLM )
ティーンズラブ (0)
エンターテインメント (91) (LLM )
写真集 (9) (LLM )
古書・希少本 (11) (LLM )
楽譜 (233) (LLM )
雑誌 (187) (LLM )
新聞 (0)
洋書 (19826) (LLM )
カレンダー (3) (LLM )
ポスター (31) (LLM )
パンフレット (0)
その他 (375) (LLM )
21892件中 1件 - 30件
1 2 3 4 5 6
| 商品 | 説明 | 価格 |
|---|---|---|
 つくりながら学ぶ！LLM 自作入門【電子書籍】[ Sebastian Raschka ] 楽天Kobo電子書籍ストア | ＜p＞＜strong＞LLM (大規模言語モデル) をつくりながら学ぼう！＜/strong＞＜/p＞ ＜p＞本書は、GPT型のLLM (大規模言語モデル) を一から理解して構築するために書かれました。＜br /＞ テキストデータの扱い方とAttentionメカニズムのコーディングの基礎を理解した後、完全なGPTモデルの実装に取り組みます。＜br /＞ 本書の特徴は、LLMの構築プロセス全体を包括的にカバーしていることです。これには、モデルアーキテクチャを実装するためのデータセットの扱い方から、ラベルなしデータでの事前学習、そして特定のタスク向けのファインチューニングまでが含まれています。＜br /＞ 本書を最後まで読めばLLMの仕組みがしっかりと理解でき、独自のモデルを構築するためのスキルを身につけることができるでしょう。作成するモデルは大規模な基礎モデルに比べれば規模は小さいものの、基になっている概念は同じです。最先端のLLMの構築に使われている中核的なメカニズムやテクニックを理解するための強力なツールとなるでしょう。＜/p＞ ＜p＞［対象読者］＜br /＞ ・LLMの仕組みを理解し、独自のモデルを一から構築する方法を学びたいと考えている機械学習の愛好家、エンジニア、学生＜br /＞ ・本書はPyTorchを活用しており、事前にPythonプログラミングを理解している必要があります。＜br /＞ ・機械学習、ディープラーニング、人工知能（AI）の知識があれば役立ちますが、幅広い知識や経験は必要ありません。＜br /＞ ・高校レベルの数学、ベクトルや行列の知識は本書を理解する助けとなりますが、高度な数学の知識は不要です。＜/p＞ ＜p＞［目次］＜br /＞ 1章 大規模言語モデルを理解する＜br /＞ 2章 テキストデータの準備＜br /＞ 3章 Attentionメカニズムのコーディング＜br /＞ 4章 テキストを生成するためのGPTモデルを一から実装する＜br /＞ 5章 ラベルなしデータでの事前学習＜br /＞ 6章 分類のためのファインチューニング＜br /＞ 7章 指示に従うためのファインチューニング＜br /＞ 付録A PyTorch 入門＜br /＞ 付録B 参考資料＜br /＞ 付録C 練習問題の解答＜br /＞ 付録D 訓練ループに高度なテクニックを追加する＜br /＞ 付録E LoRAによるパラメータ効率のよいファインチューニング＜/p＞ ＜p＞“Build a Large Language Model (from Scratch)”（Manning Publishing 刊）の日本語版＜/p＞ ＜p＞1章 大規模言語モデルを理解する＜br /＞ 2章 テキストデータの準備＜br /＞ 3章 Attentionメカニズムのコーディング＜br /＞ 4章 テキストを生成するためのGPTモデルを一から実装する＜br /＞ 5章 ラベルなしデータでの事前学習＜br /＞ 6章 分類のためのファインチューニング＜br /＞ 7章 指示に従うためのファインチューニング＜br /＞ 付録A PyTorch 入門＜br /＞ 付録B 参考資料＜br /＞ 付録C 練習問題の解答＜br /＞ 付録D 訓練ループに高度なテクニックを追加する＜br /＞ 付録E LoRAによるパラメータ効率のよいファインチューニング＜/p＞ ＜p＞Sebastian Raschka（セバスチャン・ラシュカ）： Lightning AI社でAIとLLM の研究開発に注力。以前はウィスコンシン大学マディソン校統計学部助教授。著書に『Python機械学習プログラミング［第3版］ 達人データサイエンティストによる理論と実践』（インプレス）がある。＜/p＞ ＜p＞［監訳］巣籠 悠輔（すごもり ゆうすけ）： 株式会社MIRA代表取締役、日本ディープラーニング協会有識者会員。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『Pythonによるディープラーニング』(マイナビ出版) 等がある。＜/p＞ ＜p＞［翻訳］株式会社クイープ： 1995年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。2001年に日本法人を設立。主な訳書に『Python機械学習プログラミング［第3版］』『プログラマーなら知っておきたい40のアルゴリズム』（インプレス）、『なっとく！ AIアルゴリズム』（翔泳社）、『Pythonによるディープラーニング』（マイナビ出版）などがある。 www.quipu.co.jp＜/p＞ ＜p＞＜strong＞※この商品は固定レイアウト型の電子書籍です。＜br /＞ ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。＜br /＞ ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。＜/strong＞＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 3,982円 |
 つくりながら学ぶ！LLM 自作入門 （Compass Booksシリーズ） [ Sebastian Raschka ] 楽天ブックス | Compass Booksシリーズ Sebastian Raschka 巣籠悠輔 マイナビ出版ツクリナガラマナブ エルエルエム ジサクニュウモン セバスチャン ラシュカ スゴモリユウスケ 発行年月：2025年03月03日 予約締切日：2025年03月02日 ページ数：384p サイズ：単行本 ISBN：9784839987800 Raschka，Sebastian PhD．セバスチャン・ラシュカ。機械学習とAIに10年以上にわたって取り組んでいる。研究者であると同時に、教育にも強い情熱を傾けている。Pythonによる機械学習に関するベストセラー書籍やオープンソースへの貢献で知られている。Lightning AIのスタッフリサーチエンジニアであり、LLMの実装と訓練に重点的に取り組んでいる。産業界に転身する前は、ウィスコンシン州立大学マディソン校の統計学の助教授を務めており、ディープラーニングの研究に精力的に取り組んでいた 巣籠悠輔（スゴモリユウスケ） 株式会社MIRA代表取締役、日本ディープラーニング協会有識者会員。医療AIベンチャーを創業・CTOを務め、同社売却後は生成AI活用やDX等の技術支援を大手企業・ベンチャー問わず行う。2018年にForbes 30 Under 30 Asia 2018に選出（本データはこの書籍が刊行された当時に掲載されていたものです） 1 大規模言語モデルを理解する／2 テキストデータの準備／3 Attentionメカニズムのコーディング／4 テキストを生成するためのGPTモデルを一から実装する／5 ラベルなしデータでの事前学習／6 分類のためのファインチューニング／7 指示に従うためのファインチューニング／A PyTorch入門／B 参考資料／C 練習問題の解答／D 訓練ループに高度なテクニックを追加する／E LoRAによるパラメータ効率のよいファインチューニング LLM（大規模言語モデル）をスクラッチ開発で実装して生成AIとディープラーニングの本質に触れよう！ 本 パソコン・システム開発 その他 | 3,982円 |
 Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門 [ 永田 祥平 ] 楽天ブックス | 永田 祥平 伊藤 駿汰 技術評論社アジュール オープンエーアイ サービスデハジメルチャットジーピーティーエルエルエムシステムコウチクニュウモン ナガタ ショウヘイ イトウ シュンタ 発行年月：2024年01月24日 予約締切日：2023年11月25日 ページ数：304p サイズ：単行本 ISBN：9784297139292 本 パソコン・システム開発 その他 | 3,520円 |
 大規模言語モデル入門2～生成型LLMの実装と評価 [ 山田 育矢 ] 楽天ブックス | 山田 育矢 鈴木 正敏 技術評論社ダイキボゲンゴモデルニュウモンツーセイセイガタエルエルエムノジッソウトヒョウカ ヤマダ イクヤ スズキ マサトシ 発行年月：2024年09月04日 予約締切日：2024年09月03日 ページ数：232p サイズ：単行本 ISBN：9784297143930 山田育矢（ヤマダイクヤ） 株式会社Studio Ousiaチーフサイエンティスト・名古屋大学客員教授・理化学研究所AIP客員研究員2007年にStudio Ousiaを創業し、自然言語処理の技術開発に従事。2016年3月に慶應義塾大学大学院政策・メディア研究科博士後期課程を修了し、博士（学術）を取得。大規模言語モデルLUKEの開発者 鈴木正敏（スズキマサトシ） 株式会社Studio Ousiaソフトウェアエンジニア・東北大学データ駆動科学・AI教育研究センター学術研究員。2021年3月に東北大学大学院情報科学研究科博士後期課程を修了し、博士（情報科学）を取得。博士課程では質問応答の研究に従事。日本語質問応答のコンペティション「AI王」の実行委員。東北大学が公開している日本語BERTの開発者 西川荘介（ニシカワソウスケ） LINEヤフー株式会社自然言語処理エンジニア。2022年3月に東京大学大学院情報理工学研究科修士課程を修了。現在は情報検索分野での言語処理に取り組む 藤井一喜（フジイカズキ） 東京工業大学情報工学系修士1年・Turing株式会社嘱託研究員。学士、修士課程では大規模モデルの分散並列学習に従事。llmーup、Swallow Projectにて日本語大規模言語モデルの事前学習を担当 山田康輔（ヤマダコウスケ） 株式会社サイバーエージェントAI Labリサーチサイエンティスト・名古屋大学大学院情報学研究科協力研究員。2024年3月名古屋大学情報学研究科博士後期課程を修了し、博士（情報学）を取得。2024年4月より現職。博士後期課程では自然言語処理、特にフレーム意味論に関する研究に従事（本データはこの書籍が刊行された当時に掲載されていたものです） 第10章 性能評価（モデルの性能評価とは／評価指標を用いた自動評価／LLMを用いた自動評価）／第11章 指示チューニング（指示チューニングとは／指示チューニングの実装／指示チューニングしたモデルの評価）／第12章 選好チューニング（選好チューニングとは／選好チューニングの実装／選好チューニングの評価）／第13章 RAG（RAGとは／基本的なRAGのシステムの実装／RAG向けにLLMをチューニングする／RAGの性能評価）／第14章 分散並列学習（分散並列学習とは／さまざまな分散並列学習手法／LLMの分散並列学習） 本 パソコン・システム開発 その他 | 3,300円 |
 やさしく学ぶLLMエージェント 基本からマルチエージェント構築まで [ 井上 顧基 ] 楽天ブックス | 基本からマルチエージェント構築まで 井上 顧基 下垣内 隆太 オーム社ヤサシクマナブエルエルエムエージェント イノウエ コウキ シモガウチ リュウタ 発行年月：2025年02月15日 予約締切日：2024年12月25日 ページ数：306p サイズ：単行本 ISBN：9784274233166 井上顧基（イノウエコウキ） 株式会社Elith 代表取締役CEO／CTO。北陸先端科学技術大学院大学にて量子コンピュータの材料探索の研究で修士号を取得。会社経営と同時に東北大学医学系研究科にて医学物理分野での医療AIの研究に取り組む博士後期課程。研究成果として、医学物理のトップカンファレンスであるAAPMで採択され研究発表 下垣内隆太（シモガウチリュウタ） 株式会社Elith CAIO／Generative AI Research Engineer。東京大学大学院情報理工学系研究科で拡散モデルの研究で修士号を取得。「日経Linux（日経BP）」に大規模言語モデルに関する記事やマルチモーダルモデルに関する記事を寄稿。日英中のトリリンガル。高専時代から培ったものづくりの精神と、大学院で身につけた最先端の知識を融合させ、革新的な技術の開発に取り組む 松山純大（マツヤマアツヒロ） 株式会社Elith Machine Learning Research Engineer。東京大学大学院情報理工学系研究科修士課程に在学中。主にLLM（大規模言語モデル）を中心としたAIモデルの信頼性について研究を進めている。Elithでは、LLMに関連するリサーチや開発を担当し、競技プログラミングの経験を活かして最適化分野の案件も手がけている。最先端の技術と理論を実務に応用することで、AI技術の信頼性と可能性の拡大を追求する 成木太音（ナルキタイト） 株式会社Elith Machine Learning Engineer。豊田工業大学大学院先端工学科にて、コンピュータビジョンの一分野である画像調和の研究で修士号を取得。新卒でElithに入社。学生時代にはインターンとして、広告会社でビジョン系タスクの開発に携わる。現在は、LLM（大規模言語モデル）の知識を深めるべく、最前線の研究と技術トレンドを日々サーベイしている（本データはこの書籍が刊行された当時に掲載されていたものです） 第1章 LLMエージェントとは（言語モデルとは何か／LLMエージェントとは）／第2章 エージェント作成のための基礎知識（OpenAI API／LangChain入門 ほか）／第3章 エージェント（LLMに知識を与える／LLMにツールを与える ほか）／第4章 マルチエージェント（マルチエージェントとは／マルチエージェントシステムの構築 ほか）／第5章 LLMエージェント研究の最先端（直近の研究動向／ビジネスでの利用例） マルチエージェントの夜明け。 本 パソコン・システム開発 その他 | 3,520円 |
 やさしく学ぶLLMエージェント ー基本からマルチエージェント構築までー【電子書籍】[ 井上顧基 ] 楽天Kobo電子書籍ストア | ＜p＞＜strong＞※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。＜/strong＞＜/p＞ ＜p＞※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。＜/p＞ ＜p＞OpenAI、Anthropic、Gemini、LangChain、LangGraph、Gradio、Tavily、SerpApiなどを用い、基本からマルチエージェントシステムの設計まで、開発に必要なテクニックを体系的に解説＜br /＞ LLMエージェント（AIエージェント）は、ペルソナ（口調、知識、判断の方向、人柄）等を生成AIに組み込み、生きた人間の代わりに様々なことをするもので、カスタマーサービス、情報検索、分析、意思決定支援など、様々なタスクを自律的に遂行することができます。これにより、新たなサービスの創出、業務の自動化や効率化など、ビジネスに大きなインパクトをもたらすことが期待されています。＜br /＞ 一方で、LLMエージェントを実際のビジネスに応用するためには、技術的な理解だけでなく、システム設計や運用における様々な課題をクリアする必要があります。例えば、エージェントの能力を最大限に引き出すための対話設計、複数エージェント間の連携制御、ユーザーとのインタラクションデザインなどを設計、解説します。＜/p＞ ＜p＞第1章 LLMエージェントとは＜br /＞ 1.1 言語モデルとは何か＜br /＞ 1.2 LLMエージェントとは＜br /＞ 第2章 エージェント作成のための基礎知識＜br /＞ 2.1 OpenAI API＜br /＞ 2.2 LangChain入門＜br /＞ 2.3 Gradio を用いたGUI作成＜br /＞ 第3章 エージェント＜br /＞ 3.1 LLMに知識を与える＜br /＞ 3.2 LLMにツールを与える＜br /＞ 3.3 複雑なフローで推論するエージェント＜br /＞ 3.4 記憶を持つエージェント＜br /＞ 3.5 ペルソナのあるエージェント＜br /＞ 第4章 マルチエージェント＜br /＞ 4.1 マルチエージェントとは＜br /＞ 4.2 マルチエージェントシステムの構築＜br /＞ 4.3 マルチエージェントの活用＜br /＞ 第5章 LLMエージェント研究の最先端＜br /＞ 5.1 直近の研究動向＜br /＞ 5.2 ビジネスでの利用例＜/p＞ ＜p＞補足 OpenAI API／Anthropic APIキー／Gemini APIキー／Tavily APIキー／Serp APIキー／Google Colaboratoryのシークレット機能＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 3,520円 |
 Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門【電子書籍】[ 永田 祥平 ] 楽天Kobo電子書籍ストア | ＜h2＞＜strong＞【Azure×OpenAIでChatGPTシステムを構築！】＜/strong＞＜/h2＞ ＜p＞Microsoft AzureはChatGPTをはじめとするOpenAIモデルを利用できる、現在唯一のパブリッククラウドサービスです。本書はLLM（大規模言語モデル）に興味があるITエンジニアを対象に、AzureからOpenAIモデルにアクセスできる「Azure OpenAI Service」を使い、ChatGPTを利用した社内AIシステムの開発と導入を実現してもらうのが目的です。＜br /＞ 前半では、生成AIとChatGPTモデルの基本的な概念とその仕組みを解説します。また、Azure OpenAI Serviceの概要と具体的な利用方法を解説し、プロンプトエンジニアリングについても紹介します。後半ではChatGPTを利用する社内システムの開発手法について、実際にAzure OpenAI Serviceを使いながら学んでいきます。RAGを利用した社内文章検索システムの実装を経て、LLMを組み込んだアプリケーション（Copilot）の構築へとステップアップしていきます。また、Azure OpenAI Serviceの利用におけるガバナンス実現に必要な共通基盤化と責任あるAIについても解説しています。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞OpenAIモデルやChatGPTに興味がある、また、それらを使ったシステムを開発したいITエンジニア＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞●第1部 Microsoft AzureでのChatGPT活用＜/strong＞＜br /＞ ＜strong＞第1章 生成AIとChatGPT＜/strong＞＜br /＞ 1.1 生成AIとChatGPTの衝撃＜br /＞ 1.2 ChatGPTの仕組み＜br /＞ 1.3 まとめ＜br /＞ ＜strong＞第2章 プロンプトエンジニアリング＜/strong＞＜br /＞ 2.1 プロンプトエンジニアリングとは＜br /＞ 2.2 基本的なテクニック＜br /＞ 2.3 思考の連鎖（Chain of Thought）＜br /＞ 2.4 その他のテクニック＜br /＞ 2.5 まとめ＜br /＞ ＜strong＞第3章 Azure OpenAI Service＜/strong＞＜br /＞ 3.1 Azure OpenAI Serviceとは＜br /＞ 3.2 Azure OpenAIの始め方＜br /＞ 3.3 チャットプレイグラウンドでChatGPTアプリを開発する＜br /＞ 3.4 考慮するポイント＜br /＞ 3.5 まとめ＜br /＞ ＜strong＞●第2部 RAGによる社内文章検索の実装＜/strong＞＜br /＞ ＜strong＞第4章 RAGの概要と設計＜/strong＞＜br /＞ 4.1 ChatGPTの問題点と解決手法＜br /＞ 4.2 Retrieval-Augmented Generationとは＜br /＞ 4.3 検索システム＜br /＞ 4.4 Azure AI Search＜br /＞ 4.5 オーケストレータ＜br /＞ 4.6 Azure OpenAI on your data＜br /＞ 4.7 Azure Machine Learningプロンプトフロー＜br /＞ 4.8 大規模言語モデル＜br /＞ 4.9 Azure OpenAI API＜br /＞ 4.10 まとめ＜br /＞ ＜strong＞第5章 RAGの実装と評価＜/strong＞＜br /＞ 5.1 アーキテクチャ＜br /＞ 5.2 社内文章検索の実装例＜br /＞ 5.3 会話履歴の保持＜br /＞ 5.4 検索機能＜br /＞ 5.5 データインジェストの自動化＜br /＞ 5.6 RAGの評価と改善＜br /＞ 5.7 検索精度の評価＜br /＞ 5.8 生成精度の評価＜br /＞ 5.9 まとめ＜br /＞ ＜strong＞●第3部 Copilot stackによるLLMアプリケーションの実装＜/strong＞＜br /＞ ＜strong＞第6章 AIオーケストレーション＜/strong＞＜br /＞ 6.1 Copilot stackとは＜br /＞ 6.2 AIオーケストレーションとエージェント＜br /＞ 6.3 独自Copilot開発のアーキテクチャと実装＜br /＞ 6.4 まとめ＜br /＞ ＜strong＞第7章 基盤モデルとAIインフラストラクチャ＜/strong＞＜br /＞ 7.1 基盤モデルとAIインフラストラクチャとは＜br /＞ 7.2 ホスティングされたモデルの場合＜br /＞ 7.3 公開モデルの場合＜br /＞ 7.4 まとめ＜br /＞ ＜strong＞第8章 Copilotフロントエンド＜/strong＞＜br /＞ 8.1 ユーザーエクスペリエンスの基礎＜br /＞ 8.2 LLMの不確実な応答への対処＜br /＞ 8.3 UX向上のための参考資料＜br /＞ 8.4 まとめ＜br /＞ ＜strong＞●第4部 ガバナンスと責任あるAI＜/strong＞＜br /＞ ＜strong＞第9章 ガバナンス＜/strong＞＜br /＞ 9.1 共通基盤とは＜br /＞ 9.2 共通基盤のアーキテクチャ＜br /＞ 9.3 認証・認可＜br /＞ 9.4 ログ統合＜br /＞ 9.5 課金＜br /＞ 9.6 流量制限＜br /＞ 9.7 閉域化＜br /＞ 9.8 負荷分散＜br /＞ 9.9 まとめ＜br /＞ ＜strong＞第10章 責任あるAI＜/strong＞＜br /＞ 10.1 責任あるAIに対するMicrosoftの取り組み＜br /＞ 10.2 責任あるAIの実践＜br /＞ 10.3 コンテンツフィルタリング＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞永田 祥平＜/strong＞（ながた しょうへい）：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。大学院で分子生物学やバイオインフォマティクスを学んだあと、2020年より日本マイクロソフト株式会社に入社。クラウドソリューションアーキテクト（AI）として、主にエンタープライズのお客様を対象に、Azureビッグデータ分析基盤や機械学習基盤の導入・活用支援を行う。推しのプロダクトはAzure Machine Learning。第1部の監修と執筆、全体統括を担当。＜br /＞ ＜strong＞伊藤 駿汰＜/strong＞（いとう しゅんた）：日本マイクロソフト株式会社 クラウドソリューションアーキテクト／株式会社Omamori 取締役。本業でAI/ML開発（とくに自然言語処理方面）と利活用の技術支援、機械学習基盤やMLOps基盤の構築および活用の技術支援を行うクラウドソリューションアーキテクト、趣味・副業でソフトウェアエンジニア。第3部と付録Bの執筆を担当。＜br /＞ ＜strong＞宮田 大士＜/strong＞（みやた たいし）：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。情報学の修士号を取得後、製造業にてデータ分析、機械学習システムの構築、データ分析基盤の開発を経験し、日本マイクロソフトに入社。現職では、幅広い業界のお客様へのAIの導入／活用を支援。第2部の監修と執筆を担当。＜br /＞ ＜strong＞立脇 裕太＜/strong＞（たてわき ゆうた）：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。Softbank（SBT）、Deloitte、DataRobot、現在は日本マイクロソフトでビッグデータ、クラウド、機械学習を活用した企業のデータ活用を支援。MLOps Community（JP）のオーガナイザで、過去にはJDLA AIガバナンスとその評価研究会の研究員、QA4AIガイドラインの改訂、MLOpsやAIガバナンスに関する講演や記事執筆などを実施。第4部の監修と執筆を担当。＜br /＞ ＜strong＞花ケ崎 伸祐＜/strong＞（はながさき のぶすけ）：日本マイクロソフト株式会社 パートナーソリューションアーキテクト。NECソフト（現NECソリューションイノベータ）、IBM JapanのAIアーキテクトを経て、現在はパートナーAIソリューションの開発支援に携わる。画像認識プロダクト開発や医療画像解析などクロスインダストリーでのAIプロジェクトの開発・アーキテクトとして15年以上の経験がある。推しのプロダクトはAzure AI Search（旧称Azure Cognitive Search）。第3部の監修と執筆、第2部の執筆を担当。＜br /＞ ＜strong＞蒲生 弘郷＜/strong＞（がもう ひろさと）：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。大手システムインテグレータにてキャリアをスタート。自動車業界のDMSデータ活用基盤のコンサルティングおよび開発、エンタープライズブロックチェーンを活用した異業種間データ流通プラットフォームの立ち上げなどを担当。数年間、データサイエンティストとして社会インフラ関連企業を対象にしたデータ分析および機械学習システムの開発を経て、現在はソリューションアーキテクトとしてAI導入の技術支援やAzure OpenAI Serviceのエバンジェリスト活動などに従事。第1、2部と第4部の執筆を担当。＜br /＞ ＜strong＞吉田 真吾＜/strong＞（よしだ しんご）：株式会社セクションナイン 代表取締役。2023年5月にAzure OpenAI/Azure AI Search/Azure Cosmos DBを活用した人事FAQ 機能をリリース。Serverless Community（JP）やChatGPT Community（JP）を主宰。著書、監訳書に『ChatGPT/LangChainによるチャットシステム構築［実践］入門』（技術評論社）、『サーバーレスシングルページアプリケーション』（オライリー・ジャパン）、『AWSエキスパート養成読本』（技術評論社）、『AWSによるサーバーレスアーキテクチャ』（翔泳社）など。第3部の執筆を担当。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 3,520円 |
 LLMとハルシネーション 基礎と対策 [ 橘 秀幸 ] 楽天ブックス | 基礎と対策 橘 秀幸 稲原 宗能 オーム社エルエルエムトハルシネーション タチバナ ヒデユキ イナハラ ムネヨシ 発行年月：2025年06月27日 予約締切日：2025年05月09日 ページ数：320p サイズ：単行本 ISBN：9784274233616 橘秀幸（タチバナヒデユキ） 国立情報学研究所 大規模言語モデル研究開発センター特任研究員。亜細亜大学 非常勤講師。2008年東京大学 工学部 計数工学科 卒業。2025年4月より現職 稲原宗能（イナハラムネヨシ） 株式会社PKSHA Technology。2014年東京大学 工学部 電子情報工学科 卒業。2018年より現職 高崎環（タカサキメグル） 株式会社PKSHA Technology。2021年東京大学 工学部 電子情報工学科 卒業。2023年4月より現職 福地成彦（フクチアキヒコ） SB Intuitions株式会社 Chief Research Enginner。2019年東北大学 理学部 物理学科 卒業。2024年5月より現職（本データはこの書籍が刊行された当時に掲載されていたものです） 1 自然言語処理の基礎／2 統計学と機械学習の基礎／3 TransformerとLLM／4 ハルシネーションの基礎／5 ハルシネーションの抑制／6 外部知識活用にもとづく生成 本 パソコン・システム開発 その他 | 3,960円 |
 つくりながら学ぶ!LLM自作入門／SebastianRaschka／クイープ／巣籠悠輔【3000円以上送料無料】 bookfan 1号店 楽天市場店 | 著者SebastianRaschka(著) クイープ(訳) 巣籠悠輔(監訳)出版社マイナビ出版発売日2025年02月ISBN9784839987800ページ数367Pキーワードつくりながらまなぶえるえるえむじさくにゆうもんつく ツクリナガラマナブエルエルエムジサクニユウモンツク らしゆか せばすちやん RAS ラシユカ セバスチヤン RAS9784839987800内容紹介本書は、GPT型のLLM (大規模言語モデル) を一から理解して構築するために書かれました。テキストデータの扱い方とAttentionメカニズムのコーディングの基礎を理解した後、完全なGPTモデルの実装に取り組みます。本書の特徴は、LLMの構築プロセス全体を包括的にカバーしていることです。これには、モデルアーキテクチャを実装するためのデータセットの扱い方から、ラベルなしデータでの事前学習、そして特定のタスク向けのファインチューニングまでが含まれています。本書を最後まで読めばLLMの仕組みがしっかりと理解でき、独自のモデルを構築するためのスキルを身につけることができるでしょう。作成するモデルは大規模な基礎モデルに比べれば規模は小さいものの、基になっている概念は同じです。最先端のLLMの構築に使われている中核的なメカニズムやテクニックを理解するための強力なツールとなるでしょう。［対象読者］・LLMの仕組みを理解し、独自のモデルを一から構築する方法を学びたいと考えている機械学習の愛好家、エンジニア、学生・本書はPyTorchを活用しており、事前にPythonプログラミングを理解している必要があります。・機械学習、ディープラーニング、人工知能（AI）の知識があれば役立ちますが、幅広い知識や経験は必要ありません。・高校レベルの数学、ベクトルや行列の知識は本書を理解する助けとなりますが、高度な数学の知識は不要です。［目次］1章 大規模言語モデルを理解する2章 テキストデータの準備3章 Attentionメカニズムのコーディング4章 テキストを生成するためのGPTモデルを一から実装する5章 ラベルなしデータでの事前学習6章 分類のためのファインチューニング7章 指示に従うためのファインチューニング付録A PyTorch 入門付録B 参考資料付録C 練習問題の解答付録D 訓練ループに高度なテクニックを追加する付録E LoRAによるパラメータ効率のよいファインチューニング“Build a Large Language Model (from Scratch)”（Manning Publishing 刊）の日本語版※本データはこの商品が発売された時点の情報です。目次1 大規模言語モデルを理解する/2 テキストデータの準備/3 Attentionメカニズムのコーディング/4 テキストを生成するためのGPTモデルを一から実装する/5 ラベルなしデータでの事前学習/6 分類のためのファインチューニング/7 指示に従うためのファインチューニング/A PyTorch入門/B 参考資料/C 練習問題の解答/D 訓練ループに高度なテクニックを追加する/E LoRAによるパラメータ効率のよいファインチューニング | 3,982円 |
 Azure Machine Learningではじめる機械学習/LLM活用入門／永田祥平【3000円以上送料無料】 bookfan 1号店 楽天市場店 | 著者永田祥平(ほか著)出版社技術評論社発売日2025年04月ISBN9784297148461ページ数413Pキーワードあじゆーるましーんらーにんぐではじめるきかいがくし アジユールマシーンラーニングデハジメルキカイガクシ ながた しようへい ナガタ シヨウヘイ9784297148461内容紹介Azure Machine Learningは機械学習における学習から推論、運用までをエンドツーエンドでサポートするプラットフォームです。本書は、機械学習の活用を推進するエンジニアやデジタルトランスフォーメーションを担う人々に向け、Azure Machine Learningを使った機械学習モデルの構築から運用まで解説しています。Azure Machine Learningの基本からはじめ、自動機械学習（AutoML）機能を使った便利なモデル開発、MLflowと機械学習パイプラインを使った実践的なモデル開発を経て、MLOpsの実現を目指します。大規模言語モデルの活用にあたっては、モデルカタログやプロンプトフローの使い方を解説し、LLMOpsの概念にも触れます。※本データはこの商品が発売された時点の情報です。目次第1部 機械学習とAzure Machine Learningの基本（機械学習をビジネスに活かすには/Azure Machine Learningの概要/Azure Machine Learningのセットアップ/AutoMLの概要と実践）/第2部 機械学習モデルの構築と活用（スクラッチでのモデル開発/MLflowによる実験管理とモデル管理/機械学習パイプライン/モデルのデプロイ/MLOpsの概要と実践）/第3部 大規模言語モデルの活用（大規模言語モデルの概要/基盤モデルとモデルカタログ/プロンプトフローの活用/LLMopsへの招待）/付録 | 3,520円 |
 やさしく学ぶLLMエージェント 基本からマルチエージェント構築まで／井上顧基／〔ほか〕共著 トップカルチャーnetクラブ | オーム社 | 3,520円 |
 LLMとハルシネーション ー基礎と対策ー【電子書籍】[ 橘秀幸 ] 楽天Kobo電子書籍ストア | ＜p＞＜strong＞※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。＜/strong＞＜/p＞ ＜p＞※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。＜/p＞ ＜p＞はたしてなぜ生成AIは嘘をつくのか？＜br /＞ ハルシネーションの原理とその対策を一からわかりやすく解説＜br /＞ 生成AIを利用する際に最も厄介な問題となるのがハルシネーション（hallucination）です．ハルシネーションは幻覚とも呼ばれる現象で，一見もっともらしいのに，まったく正しくない文章が生成されることをいいます．これによって，実際にはありもしない発言や事実が大量につくり出され，SNSなどで拡散されて私たちの社会や認識を大きくゆがめてしまっています．これからの情報系エンジニアにとって，ハルシネーションの対策に必要な知見やスキルは非常に重要です．＜br /＞ 本書では，ハルシネーションに挑むための土台となるべき自然言語処理や機械学習の基礎的な知識や，「言語の正しさ」に関する基本的な知見から解説しています．そして，これまで研究されてきたハルシネーションの検出方法や，LLMの学習方法および構造の改善，RAGや外部モデルの利用によるハルシネーション対策について解説しています． AI関連の技術は日進月歩で進歩していますが，エンジニアにとって重要なことは流行に乗り遅れないことより，少しずつ自分の引き出しを増やしていくことであると考えられます．この観点から，本書では「スタンダードな手法への手っとり早い入門」という以上の価値を提供できるように心がけています．＜/p＞ ＜p＞Chapter 1 自然言語処理の基礎＜br /＞ 1.1 自然言語処理とは＜br /＞ 1.2 トークン化と分散表現＜br /＞ 1.3 言語モデル＜br /＞ 1.4 自然言語処理の評価指標＜br /＞ 1.5 言語の研究の歴史＜/p＞ ＜p＞Chapter 2 統計学と機械学習の基礎＜br /＞ 2.1 帰 納＜br /＞ 2.2 統計的推測＜br /＞ 2.3 強化学習＜br /＞ 2.4 さまざまな生成AI＜/p＞ ＜p＞Chapter 3 TransformerとLLM＜br /＞ 3.1 Transformer登場の背景＜br /＞ 3.2 Transformerの内部構造＜br /＞ 3.3 学 習＜br /＞ 3.4 TransformerによるLLM＜br /＞ 3.5 ChatGPT＜br /＞ 3.6 さまざまな大規模言語モデル＜/p＞ ＜p＞Chapter 4 ハルシネーションの基礎＜br /＞ 4.1 ハルシネーションとは＜br /＞ 4.2 事実性／忠実性＜br /＞ 4.3 内在型／外在型＜br /＞ 4.4 文や知識の正しさとは＜br /＞ 4.5 ハルシネーションの発生源＜br /＞ 4.6 ハルシネーションの検出と評価＜br /＞ 4.7 ハルシネーションに関する評価ベンチマーク＜/p＞ ＜p＞Chapter 5 ハルシネーションの抑制＜br /＞ 5.1 学習データの改善＜br /＞ 5.2 デコーディング方法の改善＜br /＞ 5.3 モデル構造の改良＜br /＞ 5.4 プロンプトエンジニアリング＜/p＞ ＜p＞Chapter 6 外部知識活用にもとづく生成＜br /＞ 6.1 検索を組み合わせた生成＜br /＞ 6.2 疎ベクトル検索＜br /＞ 6.3 密ベクトル検索＜br /＞ 6.4 知識データベース＜br /＞ 6.5 RAGの発展的な話題＜br /＞ 6.6 ツール拡張生成＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 3,960円 |
 やさしく学ぶLLMエージェント 基本からマルチエージェント構築まで／井上顧基【3000円以上送料無料】 bookfan 1号店 楽天市場店 | 著者井上顧基(ほか共著)出版社オーム社発売日2025年02月ISBN9784274233166ページ数293Pキーワードやさしくまなぶえるえるえむえーじえんとやさしく／ま ヤサシクマナブエルエルエムエージエントヤサシク／マ いのうえ こうき イノウエ コウキ9784274233166内容紹介OpenAI、Anthropic、Gemini、LangChain、LangGraph、Gradio、Tavily、SerpApiなどを用い、基本からマルチエージェントシステムの設計まで、開発に必要なテクニックを体系的に解説LLMエージェント（AIエージェント）は、ペルソナ（口調、知識、判断の方向、人柄）等を生成AIに組み込み、生きた人間の代わりに様々なことをするもので、カスタマーサービス、情報検索、分析、意思決定支援など、様々なタスクを自律的に遂行することができます。これにより、新たなサービスの創出、業務の自動化や効率化など、ビジネスに大きなインパクトをもたらすことが期待されています。一方で、LLMエージェントを実際のビジネスに応用するためには、技術的な理解だけでなく、システム設計や運用における様々な課題をクリアする必要があります。例えば、エージェントの能力を最大限に引き出すための対話設計、複数エージェント間の連携制御、ユーザーとのインタラクションデザインなどを設計、解説します。※本データはこの商品が発売された時点の情報です。目次第1章 LLMエージェントとは（言語モデルとは何か/LLMエージェントとは）/第2章 エージェント作成のための基礎知識（OpenAI API/LangChain入門 ほか）/第3章 エージェント（LLMに知識を与える/LLMにツールを与える ほか）/第4章 マルチエージェント（マルチエージェントとは/マルチエージェントシステムの構築 ほか）/第5章 LLMエージェント研究の最先端（直近の研究動向/ビジネスでの利用例） | 3,520円 |
 Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門／永田祥平／伊藤駿汰／宮田大士【3000円以上送料無料】 bookfan 1号店 楽天市場店 | 著者永田祥平(著) 伊藤駿汰(著) 宮田大士(著)出版社技術評論社発売日2024年02月ISBN9784297139292ページ数289Pキーワードあじゆーるおーぷんえーあいさーびすではじめるちやつ アジユールオープンエーアイサービスデハジメルチヤツ ながた しようへい いとう し ナガタ シヨウヘイ イトウ シ9784297139292内容紹介Microsoft AzureはChatGPTをはじめとするOpenAIモデルを利用できる、現在唯一のパブリッククラウドサービスです。本書はLLM（大規模言語モデル）に興味があるITエンジニアを対象に、AzureからOpenAIモデルにアクセスできる「Azure OpenAI Service」を使い、ChatGPTを利用した社内AIシステムの開発と導入を実現してもらうのが目的です。前半では、生成AIとChatGPTモデルの基本的な概念とその仕組みを解説します。また、Azure OpenAI Serviceの概要と具体的な利用方法を解説し、プロンプトエンジニアリングについても紹介します。後半ではChatGPTを利用する社内システムの開発手法について、実際にAzure OpenAI Serviceを使いながら学んでいきます。RAGを利用した社内文章検索システムの実装を経て、LLMを組み込んだアプリケーション（Copilot）の構築へとステップアップしていきます。また、Azure OpenAI Serviceの利用におけるガバナンス実現に必要な共通基盤化と責任あるAIについても解説しています。※本データはこの商品が発売された時点の情報です。 | 3,520円 |
 Building LLM Powered Applications Create intelligent apps and agents with large language models【電子書籍】[ Valentina Alto ] 楽天Kobo電子書籍ストア | ＜p＞＜b＞Get hands-on with GPT 3.5, GPT 4, LangChain, Llama 2, Falcon LLM and more, to build LLM-powered sophisticated AI applications Get With Your Book: PDF Copy, AI Assistant, and Next-Gen Reader Free＜/b＞＜/p＞＜h2＞Key Features＜/h2＞＜ul＞＜li＞Embed LLMs into real-world applications＜/li＞＜li＞Use LangChain to orchestrate LLMs and their components within applications＜/li＞＜li＞Grasp basic and advanced techniques of prompt engineering＜/li＞＜/ul＞＜h2＞Book Description＜/h2＞Building LLM Powered Applications delves into the fundamental concepts, cutting-edge technologies, and practical applications that LLMs offer, ultimately paving the way for the emergence of large foundation models (LFMs) that extend the boundaries of AI capabilities. The book begins with an in-depth introduction to LLMs. We then explore various mainstream architectural frameworks, including both proprietary models (GPT 3.5/4) and open-source models (Falcon LLM), and analyze their unique strengths and differences. Moving ahead, with a focus on the Python-based, lightweight framework called LangChain, we guide you through the process of creating intelligent agents capable of retrieving information from unstructured data and engaging with structured data using LLMs and powerful toolkits. Furthermore, the book ventures into the realm of LFMs, which transcend language modeling to encompass various AI tasks and modalities, such as vision and audio. Whether you are a seasoned AI expert or a newcomer to the field, this book is your roadmap to unlock the full potential of LLMs and forge a new era of intelligent machines.＜h2＞What you will learn＜/h2＞＜ul＞＜li＞Explore the core components of LLM architecture, including encoder-decoder blocks and embeddings＜/li＞＜li＞Understand the unique features of LLMs like GPT-3.5/4, Llama 2, and Falcon LLM＜/li＞＜li＞Use AI orchestrators like LangChain, with Streamlit for the frontend＜/li＞＜li＞Get familiar with LLM components such as memory, prompts, and tools＜/li＞＜li＞Learn how to use non-parametric knowledge and vector databases＜/li＞＜li＞Understand the implications of LFMs for AI research and industry applications＜/li＞＜li＞Customize your LLMs with fine tuning＜/li＞＜li＞Learn about the ethical implications of LLM-powered applications＜/li＞＜/ul＞＜h2＞Who this book is for＜/h2＞＜p＞ Software engineers and data scientists who want hands-on guidance for applying LLMs to build applications. The book will also appeal to technical leaders, students, and researchers interested in applied LLM topics. We don’t assume previous experience with LLM specifically. But readers should have core ML/software engineering fundamentals to understand and apply the content.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 4,304円 |
 AI駆動開発完全入門 ソフトウェア開発を自動化するLLMツールの操り方 [ 田村悠 ] 楽天ブックス | 田村悠 インプレスエーアイクドウカイハツカンゼンニュウモンソフトウェアカイハツヲジドウカスルエルエルエムツールノアヤツリカタ タムラハルカ 発行年月：2025年01月22日 予約締切日：2025年01月21日 ページ数：272p サイズ：単行本 ISBN：9784295020837 田村悠（タムラハルカ） 1990年東京都生まれ。株式会社ノアク代表取締役。ベースフード株式会社に一人目のエンジニアとして参画。10年間のWeb開発経験を活かし、0→1フェーズのAI関連サービスを多数開発・運用。2024年5月、株式会社ノアクを設立。AIシステムやアプリケーションの開発、AI研修、コンサルティングサービスを行う。趣味はキャンプ、温泉、旅行（本データはこの書籍が刊行された当時に掲載されていたものです） 1 システム開発の新常識「AI駆動開発」／2 AIで開発を行うための基礎知識／3 準備編 AI駆動開発の環境を整える／4 基礎編 シンプルなアプリケーションを実装する／5 実践編 Webアプリケーション開発（1）仕様策定〜テーブル設計／6 実践編 Webアプリケーション開発（2）フロントエンド、バックエンド実装〜機能追加 ここから始めて、ずっと使える。“AI駆動開発”を今日からはじめるためのやさしい解説書。入門レベルからスタートして使いこなせるレベルになれる！ 本 パソコン・システム開発 プログラミング プログラミング入門 パソコン・システム開発 IT・eコマース パソコン・システム開発 その他 ビジネス・経済・就職 IT・eコマース | 3,190円 |
 LangChain for Developers The Beginner's Guide to LLM Application Development【電子書籍】[ George Anvil ] 楽天Kobo電子書籍ストア | ＜p＞＜strong＞About the Technology＜/strong＞＜/p＞ ＜p＞Large language models (LLMs) are the future of technology. They are capable of understanding, generating, and interacting with natural language in a way that is indistinguishable from human conversation. LangChain is a toolkit that empowers developers to harness the power of LLMs to build sophisticated applications that can revolutionize industries.＜/p＞ ＜p＞＜strong＞Short Summary＜/strong＞＜/p＞ ＜p＞＜strong＞"LangChain for Developers- The Beginner's Guide to LLM Application Development"＜/strong＞ is a comprehensive guide for aspiring developers who want to learn how to build LLM-powered applications. The book covers the fundamentals of LLMs, the architecture of LangChain, and the techniques for prompt engineering. It also discusses the ethical considerations of AI use and best practices for responsible development.＜/p＞ ＜p＞＜strong＞What's Inside＜/strong＞＜/p＞ ＜p＞This guide takes you on a journey of discovery:＜/p＞ ＜p＞Explore the fundamentals of LLMs and their application in various industries.＜/p＞ ＜p＞Master LangChain's architecture, toolkit, and techniques for prompt engineering.＜/p＞ ＜p＞Craft high-quality, personalized responses using advanced LLM techniques.＜/p＞ ＜p＞Dive into ethical considerations, responsible AI use, and best practices.＜/p＞ ＜p＞Peer into the future, anticipating fine-grained control and interdisciplinary applications.＜/p＞ ＜p＞＜strong＞About the Reader＜/strong＞＜/p＞ ＜p＞This book is for aspiring developers, tech enthusiasts, and AI aficionados who seek to unlock the potential of LLMs and LangChain. Whether you're new to AI or an experienced developer, this guide offers a comprehensive pathway to understanding, implementing, and excelling in LLM application development.＜/p＞ ＜p＞＜strong＞Embrace the transformative power of AI.＜/strong＞＜/p＞ ＜p＞＜strong＞Unlock innovation with LangChain, and embark on a journey that transcends language barriers and revolutionizes technology. Equip yourself with the tools to create groundbreaking applications that elevate user experiences, streamline workflows, and drive industry evolution. Unleash the future of AIーgrab your copy now and be at the forefront of LLM application development＜/strong＞＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 858円 |
 Azure OpenAI Service実践ガイド 〜 LLMを組み込んだシステム構築【電子書籍】[ 柿崎 裕也 ] 楽天Kobo電子書籍ストア | ＜p＞専門家のノウハウを凝縮！＜br /＞ 大規模言語モデル「GPT」のシステム実装法＜/p＞ ＜p＞ ChatGPTを支える大規模言語モデル（LLM）「GPT」などをシステムに組み込むための「Azure OpenAI Service」（Azure OpenAI）を実際に活用するための実践ガイドです。Azure OpenAIを使えば、企業がLLMを活用する際に懸念となる社内データの漏洩を防ぎながら、社内の独自データに基づく受け答えも可能なシステムを容易に構築できるようになります。＜/p＞ ＜p＞ 本書ではAzure OpenAIとその周辺AIサービスが備える次のような機能をサンプルコードを使いながら、詳しく解説します。＜/p＞ ＜p＞・GPT-3やGPT-4に多様なパラメータを設定してチャットの受け答えを確認できる「Azure OpenAI Studio」＜br /＞ ・自然言語による検索（Embedding）も得意な「Cognitive Search」＜br /＞ ・LLM用ライブラリの「LangChain」と「Semantic Kernel」＜br /＞ ・AIの処理フローをGUI上で容易に構築できる「プロンプトフロー」＜br /＞ ・Meta（Facebook）のLlama 2などオープンソースのLLMも活用できる「モデルカタログ」＜br /＞ ・LLM自体に独自のデータを学ばせる「ファインチューニング」＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 3,960円 |
 言語の数理とLLMの知能 言葉を計算で繋ぐメカニズム／船蔵颯【1000円以上送料無料】 bookfan 2号店 楽天市場店 | 著者船蔵颯(著)出版社オーム社発売日2025年06月ISBN9784274233586ページ数175Pキーワードげんごのすうりとえるえるえむのちのう ゲンゴノスウリトエルエルエムノチノウ ふなくら はやて フナクラ ハヤテ9784274233586内容紹介大規模言語モデル（LLM）の本質の解説生成AIのひとつである大規模言語モデル（LLM）は、言語を操る数理モデルの1つのあり方です。しかしLLMを活用するシステムの研究・開発は、その不確実性の高さや制御の難しさから、多くの試行錯誤を要します。そのため、より効率的に、より効果的に課題解決をするためには、LLMがテキストを生成する仕組みの理解や、LLMを強化する方法論に向き合うことは欠かせません。また同時に、言語をつかさどる暗黙的な規則性を炙り出す、既存LLMとは異なるタイプの数理モデルにも目を向けるべきでしょう。これらの知見は、地に足のついた試行錯誤へと繋がります。上記のような知見は、計算言語学という領域で蓄積されています。本書は、LLM時代における計算言語学の「言語の理論としての側面」と、「言語の工学としての側面」に着目した入門書です。本書により、LLMをはじめとする言語の数理モデルが読者の皆さまの手札の1つとなり、より多くの実務的課題・学術的課題が解き明かされることを願います。※本データはこの商品が発売された時点の情報です。目次第1章 自然言語の数理（計算言語学とは/言語の理論としての計算言語学/言語の工学としての計算言語学/まとめと本書の構成）/第2章 形式的手法による言語学（意味現象/依存型意味論序説/未指定型による形式証明の制御）/第3章 大規模言語モデルの仕組み（言語モデルによるテキストの生成/大規模言語モデルのパイプライン/Tramsformerの機構/大規模言語モデルの学習大規模言語モデルの評価/データセットの作成方法）/第4章 大規模言語モデルは何を理解しているか（注意機構の分析/プロービング/Logit lens：語彙空間への射影）/第5章 大規模言語モデルの実用（大規模言語モデルの軽量化・高速化/RAG：大規模言語モデルの知識拡張/LLMエージェント：自律・推論・動態）/付録 | 2,640円 |
 LLMのファインチューニングとRAG ーチャットボット開発による実践ー【電子書籍】[ 新納浩幸 ] 楽天Kobo電子書籍ストア | ＜p＞＜strong＞※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。＜/strong＞＜/p＞ ＜p＞※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。＜/p＞ ＜p＞ローカルLLMでファインチューニングとRAGを学ぼう！＜br /＞ 本書は、公開されている大規模言語モデル（LLM: Large Language Model）を使ってローカル環境に独自のチャットボットを構築することを目標に、LLM のファインチューニングと RAG (Retrieval Augmented Generation) の基礎と、そのプログラミングについて学ぶものです。＜/p＞ ＜p＞ChatGPTの台頭により、高性能なチャットボットへの期待が急速に高まっています。しかし、そのチャットボットの核となるLLMは基本的に言語モデルであるために、幻覚（誤った情報）を生成してしまいます。とくに、LLMはローカルな情報や最新の情報は持っていないため、それらに関する質問に対しては正しい回答が期待できません。また、ChatGPTのようにLLMが外部のサーバにある場合、自社データや顧客データを入力することには抵抗があると思います。＜/p＞ ＜p＞本書では、そういった課題を解決するために、公開LLMをファインチューニングしたり、公開LLMを使ったRAGを構築したりすることで、よりニーズに沿ったチャットボットを構築します。こういった調整を行って構築したチャットボットは、特定の分野について深く正確に回答してくれるようになります。＜/p＞ ＜p＞・LLMについての基本事項を学べます。＜br /＞ ・LLMのファインチューニングの方法とRAGの構築方法を学べます。＜br /＞ ・解説したプログラムをウェブサイトで配布します。＜/p＞ ＜p＞はじめに／目次＜/p＞ ＜p＞第1章 大規模言語モデル＜br /＞ 1.1 言語モデルとは＜br /＞ 1.2 言語モデルとチャットボット＜br /＞ 1.3 日本語特化のLLM＜br /＞ 1.4 LLMの利用＜br /＞ 1.5 この章で使用した主なプログラム＜/p＞ ＜p＞第2章 ファインチューニング：言語モデルの追加学習＜br /＞ 2.1 基本的な学習の処理＜br /＞ 2.2 Trainerの利用＜br /＞ 2.3 訓練データをDatasetへ＜br /＞ 2.4 collator＜br /＞ 2.5 保存されたモデルからの文生成＜br /＞ 2.6 Early Stoppingの導入＜br /＞ 2.7 この章で使用した主なプログラム＜/p＞ ＜p＞第3章 Instruction Tuning：指示に基づくファインチューニング＜br /＞ 3.1 Instruction Tuningとは＜br /＞ 3.2 Instruction Tuningの学習データ＜br /＞ 3.3 Instruction Tuningの学習データの作成＜br /＞ 3.4 Instruction Tuningの実行＜br /＞ 3.5 Instruction Tuningモデルによる文生成＜br /＞ 3.6 この章で使用した主なプログラム＜/p＞ ＜p＞第4章 大規模言語モデルのファインチューニング＜br /＞ 4.1 LoRA：低ランク行列によるファインチューニング＜br /＞ 4.2 PEFT：効率的にファインチューニングするためのライブラリ＜br /＞ 4.3 LoRAモデルによる文生成＜br /＞ 4.4 QLoRA：LoRAに量子化を利用する＜br /＞ 1 量子化とは＜br /＞ 2 bitsandbytesの利用＜br /＞ 4.5 Prompt Tuning：プロンプトの効率的なチューニング法＜br /＞ 4.6 この章で使用した主なプログラム＜/p＞ ＜p＞第5章 RAG：検索を併用した文生成＜br /＞ 5.1 RAGとは＜br /＞ 5.2 FAISSによるデータベースの構築＜br /＞ 1 パッセージの作成＜br /＞ 2 パッセージのベクトル化＜br /＞ 3 ベクトルデータベースの構築＜br /＞ 5.3 RetrievalQAとOpenAIのLLMによるRAGの構築＜br /＞ 5.4 RetrievalQAと公開LLMによるRAGの構築＜br /＞ 1 プロンプトの作成＜br /＞ 2 HuggingFacePipelineを利用したLLMの設定＜br /＞ 3 プロンプトの変更＜br /＞ 5.5 RAGの各種パーツの変更＜br /＞ 1 WikipediaRetrieverクラスの利用＜br /＞ 2 Wikipediaからの自前データベースの作成＜br /＞ 3 Document LoaderとDocument transformersによるデータベースの作成＜br /＞ 4 キーワードデータベースの検索＜br /＞ 5 量子化モデルの利用＜br /＞ 5.6 HyDE：仮想的文書作成による検索法＜br /＞ 5.7 RAGの性能向上のために検討するべき要素＜br /＞ 5.8 この章で使用した主なプログラム＜/p＞ ＜p＞第6章 ChainlitによるGUIのチャットボット＜br /＞ 6.1 インストール＜br /＞ 6.2 Chainlitの基本プログラム＜br /＞ 6.3 OpenAIのLLMを使ったチャットボットのGUI＜br /＞ 6.4 公開LLMを使ったチャットボットのGUI＜br /＞ 6.5 RAGを利用したチャットボットのGUI＜br /＞ 6.6 Chainlitのサーバでの稼働＜br /＞ 6.7 この章で使用した主なプログラム＜/p＞ ＜p＞あとがき／索引／奥付＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 2,640円 |
 【3980円以上送料無料】ローカルLLM実践入門／日経ソフトウエア／著 林祐太／著 滝伸次／著 日経ソフトウエア／編集 トップカルチャーBOOKSTORE | 日経BP | 2,530円 |
 【3980円以上送料無料】LLMのファインチューニングとRAG チャットボット開発による実践／新納浩幸／著 トップカルチャーBOOKSTORE | オーム社 チャット プログラミング（コンピュータ） 164P 21cm エルエルエム ノ フアイン チユ−ニング ト ラグ LLM／ノ／フアイン／チユ−ニング／ト／RAG チヤツト ボツト カイハツ ニ ヨル ジツセン シンノウ，ヒロユキ | 2,640円 |
 LLM Design Patterns A Practical Guide to Building Robust and Efficient AI Systems【電子書籍】[ Ken Huang ] 楽天Kobo電子書籍ストア | ＜p＞＜b＞Explore reusable design patterns, including data-centric approaches, model development, model fine-tuning, and RAG for LLM application development and advanced prompting techniques＜/b＞＜/p＞＜h2＞Key Features＜/h2＞＜ul＞＜li＞Learn comprehensive LLM development, including data prep, training pipelines, and optimization＜/li＞＜li＞Explore advanced prompting techniques, such as chain-of-thought, tree-of-thought, RAG, and AI agents＜/li＞＜li＞Implement evaluation metrics, interpretability, and bias detection for fair, reliable models＜/li＞＜li＞Print or Kindle purchase includes a free PDF eBook＜/li＞＜/ul＞＜h2＞Book Description＜/h2＞This practical guide for AI professionals enables you to build on the power of design patterns to develop robust, scalable, and efficient large language models (LLMs). Written by a global AI expert and popular author driving standards and innovation in Generative AI, security, and strategy, this book covers the end-to-end lifecycle of LLM development and introduces reusable architectural and engineering solutions to common challenges in data handling, model training, evaluation, and deployment. You’ll learn to clean, augment, and annotate large-scale datasets, architect modular training pipelines, and optimize models using hyperparameter tuning, pruning, and quantization. The chapters help you explore regularization, checkpointing, fine-tuning, and advanced prompting methods, such as reason-and-act, as well as implement reflection, multi-step reasoning, and tool use for intelligent task completion. The book also highlights Retrieval-Augmented Generation (RAG), graph-based retrieval, interpretability, fairness, and RLHF, culminating in the creation of agentic LLM systems. By the end of this book, you’ll be equipped with the knowledge and tools to build next-generation LLMs that are adaptable, efficient, safe, and aligned with human values. ＜h2＞What you will learn＜/h2＞＜ul＞＜li＞Implement efficient data prep techniques, including cleaning and augmentation＜/li＞＜li＞Design scalable training pipelines with tuning, regularization, and checkpointing＜/li＞＜li＞Optimize LLMs via pruning, quantization, and fine-tuning＜/li＞＜li＞Evaluate models with metrics, cross-validation, and interpretability＜/li＞＜li＞Understand fairness and detect bias in outputs＜/li＞＜li＞Develop RLHF strategies to build secure, agentic AI systems＜/li＞＜/ul＞＜h2＞Who this book is for＜/h2＞＜p＞This book is essential for AI engineers, architects, data scientists, and software engineers responsible for developing and deploying AI systems powered by large language models. A basic understanding of machine learning concepts and experience in Python programming is a must.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 4,734円 |
 直感 LLM ハンズオンで動かして学ぶ大規模言語モデル入門 [ Jay Alammar ] 楽天ブックス | ハンズオンで動かして学ぶ大規模言語モデル入門 Jay Alammar Maarten Grootendorst オライリー・ジャパンチョッカンエルエルエム ジェイ アラマー マルテン グーテンダースト 発行年月：2025年06月04日 予約締切日：2025年04月09日 ページ数：424p サイズ：単行本 ISBN：9784814401154 アラマー，ジェイ（Alammar,Jay） Cohere社のディレクター兼エンジニアリングフェロー。大規模言語モデルをAPIとして提供する企業のCohere社で、企業や開発者コミュニティに対して言語モデルの使い方を教え、実際の業務に生かすための方法をアドバイスしている。人気のブロガーでもあり、「AI／MLブログ」を通じて、何百万人もの研究者やエンジニアに機械学習ツールや概念をわかりやすく説明してきた。ブログ記事の内容は、基本的な技術（NumPyやpandasのようなパッケージのドキュメントに反映されるもの）から、最新の技術（Transformers、BERT、GPTー3、Stable Diffusion）までさまざま。また、Deeplearning．aiやUdacityで提供される人気の機械学習および自然言語処理コースの共同開発者でもある グーテンダースト，マルテン（Grootendorst,Maarten） オランダがんセンター（IKNL）のシニア臨床データサイエンティスト。組織心理学、臨床心理学、データサイエンスの修士号を持ち、その知識を生かして複雑な機械学習の概念を幅広い聴衆にわかりやすく伝えることが得意。ブログも人気があり、心理学の観点からAIの基本を解説する内容で、数百万人の読者にリーチしている。また、BERTopic、PolyFuzz、KeyBERTなど、大規模言語モデルを活用したオープンソースパッケージの開発者兼メンテナーでもある。これらのパッケージは、世界中のデータ専門家や組織によって何百万回もダウンロードされている 中山光樹（ナカヤマヒロキ） OSSデベロッパー。GitHub上で自然言語処理用の評価ツールやアノテーションツールをメンテナンスしている（本データはこの書籍が刊行された当時に掲載されていたものです） 第1部 言語モデルの理解（入門 大規模言語モデル／トークンと埋め込み／大規模言語モデルの仕組み）／第2部 事前学習済み言語モデルの活用（テキスト分類／テキストクラスタリングとトピックモデリング／プロンプトエンジニアリング／高度なテキスト生成のテクニックとツール／セマンティック検索とRAG／マルチモーダルな大規模言語モデル）／第3部 言語モデルの学習とファインチューニング（テキスト埋め込みモデルの作成／分類モデルのファインチューニング／生成モデルのファインチューニング） 急速に進化する大規模言語モデル（LLM）を、視覚的に理解しながら実践的に学べるハンズオンガイド。本書では、Jupyter Notebookやクラウド上で実際にモデルを動かしながら学ぶことができます。大規模言語モデルに欠かせないTransformerの仕組みをはじめ、要約、セマンティック検索、テキスト分類、クラスタリング、RAG（検索拡張生成）といった技術も、図解とともに直感的に理解できます。豊富なコード例と既存ライブラリの活用法を通じて、直感を重視したアプローチでLLMを学びたい読者に最適な一冊です。 本 パソコン・システム開発 プログラミング その他 パソコン・システム開発 その他 | 4,840円 |
 LLMのファインチューニングとRAG チャットボット開発による実践／新納浩幸【1000円以上送料無料】 bookfan 2号店 楽天市場店 | 著者新納浩幸(著)出版社オーム社発売日2024年05月ISBN9784274231957ページ数164PキーワードえるえるえむのふあいんちゆーにんぐとらぐLLM／の エルエルエムノフアインチユーニングトラグLLM／ノ しんのう ひろゆき シンノウ ヒロユキ9784274231957内容紹介公開LLMでファインチューニングとRAGを学ぼう！この本は、公開されている大規模言語モデル（LLM：Large Language Model）を使った独自のチャットボットを構築することを目標に、LLM のファインチューニングと RAG (Retrieval Augmented Generation) の基礎とそのプログラミングについて学ぶものです。ChatGPT の台頭により、高性能なチャットボットへの期待が急速に高まっています。しかしそのチャットボットの核となる LLM は基本的に言語モデルであるために、幻覚（誤った情報）を生成します。とくにローカルな情報や最新の情報は持っていないために、それらに関する質問に対して、正しい回答は期待できません。また ChatGPT のように LLM が外部のサーバにある場合、自社データを LLM に投げることには抵抗があると思います。本書では、そういった課題を解決するために、公開 LLM をファインチューニングしたり、公開 LLM を使った RAG を構築することでよりニーズに沿ったチャットボットを構築します。その結果、構築したチャットボットは、自身が関わる分野について深く正確に回答してくれるようになります。※本データはこの商品が発売された時点の情報です。目次第1章 大規模言語モデル/第2章 ファインチューニング：言語モデルの追加学習/第3章 Instruction Tuning：指示に基づくファインチューニング/第4章 大規模言語モデルのファインチューニング/第5章 RAG：検索を併用した文生成/第6章 ChainlitによるGUIのチャットボット | 2,640円 |
 誰でもわかる大規模言語モデル入門 LLMの用語・仕組み・実装を図解／末次拓斗【3000円以上送料無料】 bookfan 1号店 楽天市場店 | 著者末次拓斗(著)出版社日経BP発売日2024年11月ISBN9784296071012ページ数229Pキーワードだれでもわかるだいきぼげんごもでるにゆうもんえるえ ダレデモワカルダイキボゲンゴモデルニユウモンエルエ すえつぐ たくと スエツグ タクト9784296071012内容紹介 大規模言語モデル（LLM）はテキストを生成する技術であり、ChatGPTのような生成AIの核となる技術です。将来性が高いと言われるAI分野の中でも、LLMは特に注目されている分野と言えるでしょう。ただ、LLMに対する関心が高まる一方で、LLMを学び始めるハードルが高いと感じる方も多いようです。実際に、何から学べばよいかわからない、専門書は難しすぎて挫折してしまった、という声をよく耳にします。 そこで本書では、図や例をふんだんに取り入れ、LLMの基本的な仕組みから実践的な知識まで、ステップバイステップでわかりやすく解説します。本書の特徴は次の2点です。1）LLMの仕組みを図で解説：多くの解説書ではLLMの説明に数式を使用します。本書では、数式は最小限にし、理系出身ではない人でも直感的に理解できる図解を中心に説明を行います。2）詳細なコメント付きサンプルコード：LLMの仕組みを理解できた後は、簡単なコード実装（Python）を通じ理解を深めます。詳細なコメント付きコードを提供しますので、Python未経験でも基本的な処理の流れを理解できます。※本データはこの商品が発売された時点の情報です。 | 2,750円 |
 Azure OpenAI ServiceではじめるChatGPT／LLMシステム構築入門 ドラマ×プリンセスカフェ | ■ISBN:9784297139292★日時指定・銀行振込をお受けできない商品になりますタイトルAzure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門 永田祥平/著 伊藤駿汰/著 宮田大士/著 立脇裕太/著 花ケ崎伸祐/著 蒲生弘郷/著 吉田真吾/著ふりがなあじゆ−るお−ぷんえ−あいさ−びすではじめるちやつとじ−ぴ−てい−えるえるえむしすてむこうちくにゆうもんあじゆ−るお−ぷんえ−あいさ−ヴいすではじめるちやつとじ−ぴ−てい−えるえるえむしすてむこうちくにゆうもん発売日202402出版社技術評論社ISBN9784297139292大きさ289P 23cm著者名永田祥平/著 伊藤駿汰/著 宮田大士/著 立脇裕太/著 花ケ崎伸祐/著 蒲生弘郷/著 吉田真吾/著 | 3,520円 |
 AI駆動開発完全入門 ソフトウェア開発を自動化するLLMツールの操り方／田村悠【3000円以上送料無料】 bookfan 1号店 楽天市場店 | 著者田村悠(著)出版社インプレス発売日2025年01月ISBN9784295020837ページ数270Pキーワードえーあいくどうかいはつかんぜんにゆうもんえーあいく エーアイクドウカイハツカンゼンニユウモンエーアイク たむら はるか タムラ ハルカ9784295020837内容紹介ここから始めて、ずっと使える。“AI駆動開発”を今日からはじめるためのやさしい解説書。入門レベルからスタートして使いこなせるレベルになれる！※本データはこの商品が発売された時点の情報です。目次1 システム開発の新常識「AI駆動開発」/2 AIで開発を行うための基礎知識/3 準備編 AI駆動開発の環境を整える/4 基礎編 シンプルなアプリケーションを実装する/5 実践編 Webアプリケーション開発（1）仕様策定〜テーブル設計/6 実践編 Webアプリケーション開発（2）フロントエンド、バックエンド実装〜機能追加 | 3,190円 |
 AI駆動開発完全入門 ソフトウェア開発を自動化するLLMツールの操り方【電子書籍】[ 田村 悠 ] 楽天Kobo電子書籍ストア | ＜p＞［この電子書籍は固定型レイアウトです。リフロー型と異なりビューア機能が制限されます］固定型レイアウトはページを画像化した構造であるため、ページの拡大縮小を除く機能は利用できません。また、モノクロ表示の端末ではカラーページ部分で一部見づらい場合があります。＜/p＞ ＜p＞エンジニアの生産性を劇的に高める必携書。体験しながらAI駆動開発をマスターできる！＜br /＞ 本書では、AIコードエディタCursor（カーソル）を使ったAI駆動開発のノウハウを学んでいきます。大きく準備編、基礎編、実践編の3パートで構成しており、準備編ではCursorなど開発環境の導入を行い、基礎編ではオセロ、2048などのシンプルなパズルゲームを開発。その後の実践編では音楽配信サービス的なWebアプリケーション開発を通じて本格的なAI駆動開発を体験します。多数のプロセスを経る開発をAIによって効率化し、エンジニアの生産性をアップする手法がしっかり身につきます。＜/p＞ ＜p＞＜本書はこんな人におすすめ＞＜br /＞ ・アプリケーション開発に興味があるが、開発スキルがない人＜br /＞ ・仕事に追われ、開発にAI活用を模索しているエンジニア＜br /＞ ・AI系開発ツールの使い方をマスターしたい人＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。 | 3,190円 |
 Azure Openai Service実践ガイド -llmを組み込んだシステム構築 / 柿崎裕也 【本】 HMV＆BOOKS online 1号店 | 出荷目安の詳細はこちら | 3,960円 |