June 2025
Intermediate to advanced
424 pages
7h 8m
Japanese
前の章では、プロンプトエンジニアリングによって、大規模言語モデルが生成するテキストの品質が大きく改善することを紹介しました。これらのLLMは、少しの工夫を加えるだけで、入力に対してより的確な応答を生成できるようになります。これは、LLMそのものをファインチューニングせずとも、プロンプトエンジニアリングのように比較的簡単な工夫で、大きな効果を得られることを示しています。
本章では、この「プロンプトの工夫によってLLMの性能を引き出す」という考え方をさらに発展させ、LLMをより高度に活用するためのさまざまな方法を紹介します。これには、モデルそのものをファインチューニングすることなく、LLMからさらに良い結果を引き出すための手法が含まれます。
幸いなことに、LLMの性能を引き出す方法は多数あり、それらの方法を使えば前の章で得た出力をさらに改善できます。こうした高度なテクニックは、LLMを用いた多くのシステムの基盤となっており、新しいシステムの設計時には真っ先に実装されることも多くなっています。
本章では、生成されるテキストの質を向上させるための方法として以下を紹介します。
これらの方法はすべてLangChain(https://oreil.ly/gmWSX)を使えば簡単に実装できます。LangChainは、抽象化を通じてLLMを使いやすくするフレームワークの1つです。LangChain以外だと、DSPy(https://oreil.ly/DJ-wf)やHaystack( ...
Read now
Unlock full access