KARAKURI Techblog

こんにちは、カラクリR&Dチーム インターン生の浅沼です。

こんにちは、カラクリ R&D チームの片上です。 本記事では、KARAKURI LMを用いた使用例として実際に文章校閲タスクをさせてみましょう。また、ローカルLLMを使用することによる技術的なメリットについても記述いたします。

LLMに精度よく生成を行わせるためには、タスクに適したプロンプトが欠かせません。この記事では、KARAKURI LMで自動プロンプト最適化を動かしてみた結果を紹介したいと思います！

近年、大規模言語モデル（LLM）の応用として、LLM ベース自律的 AI エージェント（以下 AI エージェント）が注目を集めています。この記事では、KARAKURI LM ベースの AI エージェントを動かして遊ぶ方法を紹介していきます！

本記事では、AWS Trainium/Inferentiaを用いて、大規模言語モデル（LLM）を学習・推論する手順を解説します。

こんにちは、カラクリR&Dの吉田です。今回は、10本ノック「番外編」ということで、Google Chrome の最新版に先日（2024年8月22日）組み込まれたローカルLLMの話をします。

ローカルLLMを動かすのにGPUメモリがどれだけ必要になるか？を解説します。

こんにちは、カラクリ R&D チームの吉田です。

こんにちは、カラクリ R&D チームの吉田です。