Googleが開発する大規模言語モデルである「Gemini」には、実はあまり知られていない使い道として、無料で使える超高精度の文字起こしツールとしての顔がある。 2024年4月に登場したフラグシップモデル「Gemini 1.5 Pro」と、2024年5月にGoogle I/Oで発表されたばかりの軽量...

2023年9月に、ChatGPTのアプリに音声でAIとやりとりできる機能が一部のユーザーに追加された。有料のChatGPT Plusに登録しているユーザーであれば誰でも、iOSアプリ、Androidアプリ上でこの機能を利用できるはずだ。 OpenAIの開発した音声認識AIと、音声合成AIのモデルを両...

2024年5月13日、ChatGPTを開発しているOpenAIが、新たなAIモデル「GPT-4o」を発表した。 これは従来最も高性能だったGPT-4 Turboの後継モデルであり、「全て（omni-）」を意味する「o」が名前に加わっている。名前だけを見ると、小さなアップデートのように見えるが、非常に...

Difyは、GPT-4やClaude 3、Llamaなどの大規模言語モデル（LLM）を組み込んだアプリケーションを開発するためのオープンソースプラットフォームだ。 プログラミングの知識がなくても、非常に分かりやすいテンプレートや、ドラッグ&ドロップのフロー図を使って、直感的にアプリケーション...

ChatGPTのGPTsのような高いカスタマイズ性のあるアシスタントを簡単に構築できる「Assistants API」に、突如として無料かつオープンソースのOpenAI公式サンプルアプリ「Assistants API Quickstart」が登場した。 これは、OpenAIの公式Github上に公開...

生成AIの発展によって、プログラミングやデータサイエンス分野は目覚ましい発展を遂げ、コーディング支援などでAIが日常の業務フローの中に入ってくるのも当たり前になった。 そんな中、非エンジニアの文系社会人は、せいぜいChatGPTにメール文を考えさせたり、Excel関数を聞いたりするくらいで、大した生...

Llama 3モデルのリリースでオープンソースの大規模言語モデル（LLM）界隈が盛り上がりを見せる中、立て続けに、今度はMicrosoftが新しいモデルを公開した。 2024年4月23日に公開された「Phi-3 Mini」は、わずか38億パラメーターと、Llama 3 8Bモデルの半分以下のパラメー...

自分のPCのローカル環境で大規模言語モデル（LLM）を動かしてみたい、と思ったことはないだろうか。 そんな願いを叶える無料アプリが「Open WebUI」である。 「Open WebUI」は、ChatGPTライクな使いやすいUIで、Llama 3やMistral、GemmaなどのオープンソースLLM...

Metaが公開した直後から、性能の高さで話題を席巻している最新のオープンソースLLM「Llama 3」だが、早速、そのLlama 3をAPIから利用可能なサービスも提供されている。 中でも、AIチップスタートアップの「Groq」が提供するクラウドコンピューティングサービスは、Llama 3の大型モデ...

Meta（Facebook）が開発・公開しているオープンソースの生成AIモデル「Llama」シリーズに、新たな「Llama 3」が2024年4月19日に公開された。 Llamaは、OpenAIのGPT-4や、AnthropicのClaude 3などと異なり、モデルが一般に公開されており、誰でもモデル...