LLMのプロンプトエンジニアリング ―GitHub Copilotを生んだ開発者が教える生成AIアプリケーション開発
by John Berryman, Albert Ziegler, 服部 佑樹, 佐藤 直生
2章LLMを理解する
LLMを巧みに操り、洗練されたプロンプトでその膨大な知識と処理能力を引き出す「LLM使い」になりたいですか? そのためには、まずどのようなプロンプトが「賢明」で、どのようにすればLLMから適切な回答を引き出せるのかを知る必要があります。その第一歩として、LLMが情報を処理する仕組み、つまりLLMがどのように「考える」のかを理解することが重要です。
本章では、段階的なアプローチでLLMの仕組みを探っていきます。まず、「2.1 LLMとは何か」では、LLMを外側から眺めて「テキストを模倣する装置」としてとらえてみましょう。続いて、「2.2 LLMが見る世界」では、LLMがテキストをどのように「トークン」と呼ばれる小さな単位に分割するのか、またその分割がうまくいかない場合に何が起こるのかを学びます。
次に、「2.3 1つのトークンずつ」で、LLMがどのようにトークンの連続を1つずつ生成していくのか、「2.4 temperatureと確率」では次に生成されるトークンを選ぶための手法について説明します。最終的には、「2.5 トランスフォーマーアーキテクチャ」でLLMの内側を掘り下げ、「アテンション機構」と呼ばれるQ&A形式のやり取りでミニブレインが協力し合う仕組みを理解し、プロンプトの順序がどう影響するのかを学びます。
ただし、本書はLLMそのものを解説するのではなく、LLMの「使い方」に焦点を当てています。そのため、プロンプトエンジニアリングに関係のない技術的な詳細の多くを省略しています。たとえば、行列計算や活性化関数については、他のリソースに頼る必要があります。参考資料として、「The Illustrated Transformer」(https://jalammar.github.io/illustratedtransformer ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access