不審アクセスの記録を見ていると、
ブログを投稿する気が無くなる。
アクセス確認
解析サービスによっては、ユーザーが何も設定しなくても、ボットのような不審アクセスが集計に含まれないように集計してくれる。そして厄介なのは、それを含めてしまうサービスが存在するだけでなく、サービスによって見解が異なる場合があることだ。
あるサービスでは、すべての不審アクセスはシンガポールから来ていることになっているのだが、別のサービスではシンガポールと中国に分かれていることになっている。おそらく一方が実態を忠実に反映しており、もう一方が偽装を忠実に反映しているのだろう。
この見解の違いを、異なるサービス同士で整合させることができず、ユーザーが解釈しなければならない事が厄介なのだ。
不審アクセスのユーザーは、せめて集計ツールのスクリプトを回避できるような手立てを講じるなり、ボットとして忠実に機能するようなアプリを利用してほしいものだ。
不審アクセスという行為は迷惑なものだが、その迷惑を承知で実行しているのだから、そのようなユーザー自身の存在が迷惑以上に害悪なのだ。そのような人たちなのだから、自ら迷惑行為を止めることはしないだろう。せめてその迷惑行為がバレない工夫はしてもらいたいものだ。
ただの更新確認なのかスクレイピングされているのか、あるいは生成AIで要約された一部にでも出力されているのか、いずれにしたところで読まれている、消費されている以前に、粘着するように常時張り付いているような読者が存在し、そのような人物にとって、何か有益なことにつながるかもしれないこと、そのような人物にえさを与えているような感覚が気に障るのだ。
AI
KARAKURI LM 8x7B Instruct v0.1
- 開発費=75万円
- AES Trainiumはトレーニングコストを最大50%削減可能と言われている
日本語向けオープンLLMとしては初の「命令実行」チューニングを施されている。それだけでなく、RAGと呼ばれる、複数の知識を組み合わせてより正解に近い答えを導く技術や、Function Callingという、LLMが必要に応じて足りない知識や計算を補うために外部に対して情報収集命令を発行して能動的に情報を集めるといった機能が搭載されている。
Mixture-of-Agents
オープンLLMを8つ組み合わせて使うだけで、GPT-4o単体の性能を上回るベンチマーク結果となった
オープンなLLMを4〜6個組み合わせ、一つの質問に対してそれぞれのLLMを「プロポーザー(提案者)」と「アグリゲーター(まとめ役)」に役割分担し、何度かディスカッションをすることで回答の品質が最終的にGPT-4oを上回る
LLMの組み合わせによってGPT-4oと同等の性能だが計算効率は圧倒的に高いMoA-Liteと、GPT-4oより計算量も少なくさらに高性能なMoAの二つが提案された。
組み合わせるLLMの種類によってプロポーザー向きのLLMとアグリゲーター向きのLLMがあり、それらの組み合わせに関する考察も論文には盛り込まれている。
世界中の大企業が何千億、ひょっとしたら合計して何兆円という金額をGPUに浪費している間に、強かな人たちは既存の技術の手軽な組み合わせで大きな進歩を成し遂げようとしている。
いつの時代も、知恵のないものは金を浪費することしかできないのだ。
“孫正義流”ChatGPTの使い方とは? 「部下と議論するより面白い」
「僕のChatGPTの使い方は、語り合いのパートナーなんですね。何かを検索するというよりはアイデアの壁打ち、 ディベート相手なんです」
孫氏は日々のChatGPTの使い方を明かした。具体例としてChatGPTに対し、それぞれの特徴を持った天才的科学者A・B・Cなどと条件を設定。その上で「あなたが天才的科学者だとしたら、この問題をどう解決するか。僕の目の前のディベートしてくれ」などと指示を出すという。
「それで、ずっとディベートをさせるんです」
例えば天才科学者BとCが「天才科学者Aの意見に賛成だとか反対だとディベートをする」。そうなると孫氏は「違う角度から、自分なりの発想で切り替えてコメントしてほしい」などと再び指示を出してディベートを続けさせるという。
「ぐるぐるぐるぐるディベートさせて、 コンセンサス(意見が一致)ができた時には、その状態はコンセント(同意)という状態。そのコンセントが取れるまでは、僕の目の前で意見を戦わさせます。