- EmbedAIとLlamaIndexを使用して、カスタムGPTをデータで訓練する方法
- 文書抽出の習熟になる方法
- 検索を強化した生成のために、Text-to-SQLとセマンティック検索を組み合わせる
- より制約と優れたツールが必要なDumber LLMエージェント
- 検索と再ランキングのためにLLMを使用する
- SEC 10-KファイリングでAnthropic Claudeの100kトークンウィンドウをテストする
- LlamaIndexを使用したTWIML AIにおける要約の抽出（LlamaIndexを使用）
この技術記事は、EmbedAIとLlamaIndexを利用してカスタムGPTをデータで訓練する方法や、文書抽出の習熟、Text-to-SQLとセマンティック検索の組み合わせによる検索を強化した生成などについて述べています。また、Dumber LLMエージェントにはより多くの制約と優れたツールが必要であり、LLMを用いた検索と再ランキングについても触れられています。さらに、SEC 10-KファイリングでAnthropic Claudeの100kトークンウィンドウをテストし、LlamaIndexを使用したTWIML AIにおける要約の抽出も行われている。
元記事: https://www.llamaindex.ai/blog/tag/artificial-intelligence