15 分効果的なエージェントを構築する方法：Anthropic、Barry Zhang
明確な停止ルール、タスク境界、人間による制御ポイントを備えた、より単純なエージェントループを設計できるようになります。
上級者自動化
LLMの開発：構築、学習、ファインチューニング
Sebastian Raschka. Sebastian Raschkaが、LLMの学習パイプライン全体におけるファインチューニングの位置付けをじっくり解説します。インストラクションチューニング、分類タスク向けファインチューニング、パラメーター効率の高い手法、そして記事がLoRAを推奨する前に取り上げるトレードオフを扱います。着手前に判断軸を整えるのに適しており、ファインチューニングが本当に正しい選択なのかをチームで検討している場合には特に有用です。
AI Expertの注記
モデル名、価格、機能は急速に変化します。意思決定のパターンを学ぶために活用し、導入前には現在のモデルの挙動を検証してください。
このセクションから得られるもの
学習パイプライン全体の中でファインチューニングを位置付け、プロンプティングやRAGより適している場面を判断できるようになります。
視聴または事前に知っておくべきもの
ML全般の基礎知識が必要です。概念解説のため、動画に沿ってコードを書く環境は不要です。
最終確認日：2026年5月18日
次の動画を視聴
同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。
