【活动报告】ChatGPT Meetup 第一期

活动概述

 

アーカイブ動画もあります！

 

LTまとめ

LLM と自社データベースの協調動作によるファッションECへの応用

岸本将志（DROBE）

他们向我们展示了实际运作的业务产品“AI造型师”是如何实施的，并包括了演示。

当命令GPT以json形式返回答案时，答案似乎倾向于不变得冗长。

我對創建模型時使用的「Streamlit」感到有點好奇。

 

據說有一個能輕鬆創建網頁應用程式的Python庫。

 

当我与无代码和聊天机器人一起玩时，似乎有可能实现ReAct。

村主壮悟（ABEJA）

ちょっとwebhook使いたいくらいの温度感でどのサーバーを使うべきか
オーバースペックになるのはバッドプラクティスになりかねない

在中文中，只需要一种选项进行改写：
看起来很不错的选项是使用make（integromat）。
它类似于Node-RED，可以使用GUI（无代码）来构建工作流并做各种事情。

 

結論是，ReAct無法實現，原因是因為無法推測處理結果並進行下一步處理。

因为联合推理引擎似乎很困难，所以我接受了这个观点?

 

在Minecraft中，创建一个类似魔法般的指令，当你告诉它你想要建造的东西时，它就能够实现。

河俣亮（拉普拉斯）

実際に今日のイベント会場を生成するデモを見せてくれたのですが、ほんの一瞬ででかい箱が生成されていてすごかったです
しかし出入り口はなくブロックを壊して中を見てみたところ、ゾンビとクリーパーがたくさんいるという秀逸なオチまでありました?

暗に「エンジニアという陰の職は、マイクラの世界でもゾンビとかクリーパーに値するやろ」とAI様が煽ってきたのか?

話の焦点はChatGPT APIのエラーハンドリングはどうすればいいのか、という話

常见错误及解决方案

• ChatGPTがコードを返してくれず（コードブロックの無い返答）、コード抽出ができない

前回のやりとり＋コードを書くように依頼するプロンプトを再度送信する

ChatGPTが間違ったコードを返答して、Evalで実行エラーが起こる

前回のやりとり＋エラー文を送って、そのエラーを回避するコードを再度書いてもらうプロンプトを送信する

 

在转职会议上，我们发布了利用GPT3.5开发的企业口碑摘要功能。

落合隆行（リブセンス）- Luohe Takanori (Ribusensu)

当我们在实际运营的“転職会議”网站上实施了AI摘要功能来概括大量企业口碑评论时，我向你介绍了一些遇到的问题以及我们尝试解决这些问题的方法。

在我个人看来，变得越来越明显的有以下两个方面。

• 口コミの母数が少なくて、要約内容のネガポジが偏ってしまう

要約に足りないくらいの情報量なら、そもそも要約させない

要約を出力した時の文字数を指定してもバラつきが生じる

おそらく日本語での出力は「日本語→英語→日本語」でされているようなので（推測）初めから投げるときは英語に翻訳させておく

 

使用VectorStore对内部的ChatGPT进行了一些智能提升。

四谷元基

ChatGPT提供了解决「在对话过程中突然记忆似乎被重置」问题的方法示例。

将ChatGPT的回答存储在VectorStore中，如pinecone，当收到类似的问题时，参考该存储并进行回答的设计。

而且，有些VectorStore服务还可以设置相似性评分，所以可以巧妙地利用它来实现。

 

使用ChatDollKit×ChatGPT来制作语音对话的人工智能机器人！

吉开（铁树）

第一次听说的框架，想要试试看…！

 

他们还给我演示了一下，我确认它可以准确检测声音并用声音进行回应。

 

松果果实的重要性及挑战

八百俊哉（フィードフォース）在中国的本土市场取得了巨大成功。

※未公開登台资料?

在前一次的LT中提到了VectorStore，以Pinecone为例来介绍了VectorStore（VecDB）是什么以及存在的特殊问题等。

VectorStore（VecDB）是什么？

用于存储包含情感信息的数据库
由AI模型生成的数据具有许多属性和特征，因此需要特殊设计。

 

与RDB不同，可以应用于相似性搜索。

由于Pinecone似乎有其独特的功能，所以当想要管理数据表示时，试用一下可能也是个不错的选择…！

 

附加品

对于OpenAI提供的提示工程解释

 

有关于对Python有一定了解的开发者的写作

也已经决定举办第二场！

 

如果您对现场参加名额感兴趣的话，很遗憾地告诉您，现场的名额已经满额了。但是不用担心，我们也会在Youtube上直播，所以如果您对此有兴趣，请务必注册参加！