テーマ：ChatGPT等のLLMの原理解説と最近の動向

会議方法： SkyeもしくはZoom会議（アカウント不要）

※２時間を予定していますが、延長する可能性もあります。

講師：

・井伊 (異業種デーサイエンス研究会代表)
・西前（異業種デーサイエンス研究会メンバー）

参加資格：

なし

アジェンダ(最終)

第１部：ChatGPT以前のNLPの技術進歩（井伊）
(1) Transformer以前のNLPモデル
- LSTMを用いた Seq2Seq2モデル
(2) Transformerを用いたNLPモデル
- Multi-head Self-Attention
- EncoderとDecoderを備えたTransformer
- BERT: Encoder型Transfomerモデル
- GTP-2: Decoder型Transformerモデル
(3) スケール則のショック
- GTP-3の登場
(4) 基盤モデル
「事前学習⇒ファインチューニング」から「事前学習⇒prompting」へ

第２部：Chat-GPTによる社会変革（西前）
1.Chat-GPTからの技術背景
　Chat-GPTの歴史
　Chat-GPT3(人間のフィードバックによる強化学習)
　Chat-GPTプラグイン
2.プロンプトエンジニアリングについて
　プロンプトエンジニアリングについて
　プロンプトエンジニアリングの役割と重要性
　初歩的なプロンプトの型(zero-shot prompting)
　応用プロンプトの型
3.高度なプロンプトエンジニアリング
　Embdding
　Grounding
　ReAct (Reasoning and Acting)
4.Bard vs Chat-GPT
　Google Bardの特徴
　Google BardとChatGPTの相違点
　Google BardとChatGPTを5つのポイントで比較
5. LLMの最新応用事例
パナソニック社のConnect AI
　ベネッセ社 社内システム
6. LLMモデルの社会的影響と今後求められるスキル
　今までのAIブームとの違い
　今後起こりそうなこと
　データサイエンティストとしては仕事の幅が広がる
7. LLMを利用するサンプルコード（API等）
　Function calling

※ アジェンダおよび講師は予告なく変更する場合があります。
※ 募集終了後にキャンセルが出て、繰り上げで参加になったかたへのURL送付は出来ませんのでご理解ください。
※ セミナーの内容はビデオ撮影いたします。
※ セミナーで使用する資料・コード等は後日有償配布する予定です。（中止するかもしれません）

参加できなくなった方は、締め切り前にキャンセルしてください。一人でも多くの方にセミナーに参加していただくためです。締め切り以降にキャンセルが出ても、補欠者の繰り上げ参加は不可とします。