トピック

モデルとツールの選択

ChatGPT、Claude、Gemini、Copilot、推論モデル、ホスト型またはローカル推論から選びます。

22件のコンテンツ (記事9件 · 動画13件)

ここから開始

一覧を見る前に、まずおすすめのコンテンツをいくつかご覧ください。

このトピックの他の記事

12 分の読書
記事

推論コストを最適化する:プロンプトキャッシング、ルーティング、出力制御

トレースに基づく推論コストモデルを構築し、実測で最大の費用要因を最適化し、各変更がタスク品質を維持していることを示します。

上級者
13 分の読書
記事

2026年のファインチューニング:根拠を先に置くLoRA・QLoRA実験

パラメーター効率の高いチューニングが妥当かを判断し、データを統制し、再現可能な実験を固定し、ホールドアウトと安全性の結果を比較し、導入前に推論提供を測定します。

上級者
6 分の読書
記事

無料版と有料版のChatGPT:アップグレードで実際に得られるもの

無料版ChatGPT、ChatGPT Plus、ChatGPT Proを専門用語なしで比較します。アップグレードで何が変わり、本当に必要かどうかを見極める方法を解説します。

AI初心者
10 分の読書
記事

推論モデルの選び方とプロンプト設計

推論の設定は、品質、待ち時間、費用、ときにはプロンプトへの反応も変えます。経験則ではなく評価に基づいて選ぶための実践ガイドです。

中級者
12 分の読書
記事

プロンプティング、RAG、ファインチューニングの選び方(および組み合わせるべき場面)

プロンプティング、RAG、ファインチューニングは、LLMを課題に適応させるための3つの大きな手段です。それぞれに適した課題と適さない課題があります。選択のためのフレームワーク、各手法の現実的なコスト、そして組み合わせることで効果を発揮する本番パターンを解説します。

上級者
11 分の読書
記事

自社運用とマネージド推論:監査可能な損益分岐点モデル

どの程度の規模になれば、自社運用がAPI利用より有利になるのでしょうか。実際のコスト計算と運用上の現実を踏まえ、自社運用に向くチームとマネージド推論を使い続けるべきチームの違いを解説します。

上級者
19 分
動画

RAGは終わるのか?Anthropicの新しいプロンプトキャッシュ

Prompt Engineering. AnthropicのプロンプトキャッシュとGeminiのコンテキストキャッシュを、ユースケースごとの具体的なレイテンシーとコストの削減効果(長文ドキュメントのチャット、few-shot、複数ターン)を示しながら解説します。キャッシュ書き込み時の追加料金とキャッシュ読み取り時の割引を分けて考える説明は、記事がキャッシュの採算性を論じる際に前提としている内容そのものです。

上級者
56 分
動画

Build Hour:プロンプトキャッシュ

OpenAI. OpenAI自身によるプロンプトキャッシュのBuild Hourです。1024トークンのしきい値、プレフィックスを安定させる要件、リアルタイム処理における音声キャッシュの大幅な割引(正確な割引率は最新の料金ページを確認してください)、長い入力が最初のトークンを得るまでの時間に与える影響を扱います。本番環境のプロンプトで確実にキャッシュを利用するための工数を見積もる際に役立ちます。

上級者
157 分
動画

LLMのファインチューニング:生成AI講座

freeCodeCamp.org. 講座はLlama 2とGemmaを用いて量子化、LoRA、QLoRA、PEFTを扱います。講座は特定の構成でのVRAM使用量の例を示します。記事は選んだモデルとハードウェアでの測定を求めており、これらの例はすべての適切なタスクにクラスターが不要だと証明するものではありません。

上級者
59 分
動画

LLMの開発:構築、学習、ファインチューニング

Sebastian Raschka. Raschkaの概要は、モデルの学習過程におけるファインチューニングの位置付けを示します。記事のLoRA実験は、具体的なタスクで基準構成との差を測定して必要性を示し、資源を確認し、公開前にアダプターを評価するという条件に基づきます。

上級者
15 分
動画

ChatGPT Plusに価値はある?2025年版レビュー

Ryan Doser. Ryanは、$20のプランで実際に制限が解除される各機能、つまり使用量の上限、高度な音声モード、画像とSoraの制限、カスタムGPT、推論モデルの利用枠を一つずつ説明し、Claude、Gemini、Perplexityなど現在の無料の代替サービスと比較しています。テーマが限定的なため視聴回数はやや少なめですが、誇大な表現に流れない現在最も明快な比較動画です。そのため、派手な「Plusで人生が変わった」という動画ではなく、こちらを選びました。

AI初心者
19 分
動画

すべてのAIモデルを解説

Tina Huang. 現在のモデルをフラッグシップ、軽量、中間、特化型という階層に分け、各階層が実際に得意とする用途を具体的に紹介しています。記事の前半にあたる「ルーティングの前に選択肢を知る」ための動画です。Huangはベンチマークの誇張に頼らず、記事と同じ視点からコストと能力のバランスを説明しています。

中級者
9 分
動画

RouteLLM:GPT-4oの90%の品質を80%低いコストで実現

Matthew Berman. LMSYSのRouteLLM論文とコードを解説します。高性能モデルと低性能モデルの組み合わせの前段に小さな分類器を置き、どちらを呼び出すか決定することで、わずかなコストで高性能モデルのおよそ95%の品質を達成します。視聴回数は通常の基準である100Kを下回りますが、「モデル比較だけでなく実際のモデルルーティングを見たい」というニッチな要望に対してYouTubeで最も分かりやすい解説であり、記事の品質とコストのトレードオフに直接対応しています。

中級者
9 分
動画

RAGとファインチューニングの比較

IBM Technology. チームが最も混同しやすい2つの手法に、より焦点を絞っています。データの鮮度、出典の帰属、ファインチューニングによる推論時の速度向上を詳しく説明します。不要なファインチューニングのプロジェクトに反対する根拠を示したい場合に、視聴する価値があります。

上級者
13 分
動画

RAG・ファインチューニング・プロンプト技術:AIモデルを最適化する

IBM Technology. 3つの手法と、それぞれのコストをホワイトボードで明快に説明します。検索のレイテンシー、学習の計算コストと破滅的忘却、プロンプトだけによる解決策の限界に加え、本番環境で実際に有効な組み合わせを扱います。最後に紹介される3つすべてを使用した法務AIシステムの例は、記事の「組み合わせるタイミング」という主張とほぼ完全に一致します。

上級者
131 分
動画

私のLLM活用法

Andrej Karpathy. 動画のモデルやプランの例を、記事で説明する条件をそろえた比較の参考にしてください。自分のタスクで候補を試し、製品名やプランは当時の例として扱います。

初心者
17 分
動画

新たな最先端AI、Claude 3:Gemini 1.5とGPT-4との比較検証

AI Explained. 記事より古い2024年3月の動画ですが、役立つのは比較手法です。1人の慎重なレビュアーが、OCR、心の理論、指示への追従、数学という同じ難しいタスクを3つの最先端モデルに並行して実行し、それぞれがどこで破綻するかを明確に示しています。モデル名は古くなっていますが、モデルを比較する枠組みは今も有効です。

初心者
32 分
動画

vLLMとPagedAttentionによる高速なLLM推論配信

Anyscale. 動画はGPUメモリの60–80%が無駄になる例、PagedAttention、バッチ処理を説明します。品質をそろえた記事の費用モデルの参考にし、自分のワークロードで処理能力と稼働率を測定してください。

上級者
19 分
動画

すべてのAIモデルを解説

Tina Huang. 19分間のモデル群の概要を、結果を確認できるタスクで比較するための参考にしてください。選んだツールの現在のモデル選択肢を確認します。記事は1つの製品を1か月使い続けるよう求めていません。

AI初心者