Arize AI
Arize AIはArizeの開発者です。Arizeは機械学習の観測可能性プラットフォームであり、MLの実務家が簡単にモデルを研究から実運用に移行できるよう支援します。また、オープンソースプロジェクトArize Phoenixの開発・保守も行っており、ノートブック上でLLM、CV、NLPモデルの評価、トラブルシューティング、微調整を行うことができます。
Arize AI and Zilliz
Arize AIとZillizは、ユーザーがLLM、CV、NLPモデルをよりよく理解し、微調整することで、埋め込みや、Zilliz CloudやMilvusのようなベクトルデータベースを用いて構築する検索補強生成（RAG）や類似検索システムの信頼性を高めることを支援します。
RAG Evals：検索戦略の統計分析
このビデオでは、Arize AIのCEO兼共同設立者のJason LopateckiとMLソリューションエンジニアのSally-Ann DeLuciaが、LLM Observabilityの5つの柱である評価、トレースとスパン、プロンプトエンジニアリング、検索と取得、微調整について掘り下げています。これらの柱では、LLMの出力評価、文脈検索の強化、LLMとRAGの検索システムのベンチマークと分析に関する洞察を探ります。
今すぐ見る .
高度なLLMクエリーエンジンの構築とトラブルシューティング
このオンデマンドセッションでは、Arize Phoenix、LlamaIndex、LangChain、GPT 3.5 Turbo、NLTK、Milvusを組み合わせた強力なクエリーエンジンをステップバイステップで作成します。LLMオーケストレーションの概要、ベクターデータベースの紹介、検索と取得の仕組みとその必要性について説明します。
リプレイを見る .
エンベッディング：スケーラブルなAIアプリケーション構築のカギをZillizと探る
このカンファレンスでは、スケーラブルな生成AIアプリケーションにエンベッディングを使用することに焦点を当てた講演が行われました。CVPフレームワークを使用することで、幻覚や、生成AIモデルに見られるドメイン知識の欠如といった既存の問題の多くを解決できることを議論しています。また、CVPフレームワークの1つであるOSSチャットのデモも紹介する。
セッションを見る 。
LLaMAモデルのコンテキストウィンドウを拡張する ペーパーリーディング
AIとMLの専門家が、最小限の微調整でLLaMAモデルのコンテキストウィンドウサイズを最大32,768位置まで拡張する方法である、位置補間（PI）に関する研究論文について議論します。アテンションスコアがどのように機能するのかを学ぶことで、位置埋め込みが本当は何のためにあるのかを理解することができます。
リプレイを見る .