内容紹介：公開ＬＬＭでファインチューニングとＲＡＧを学ぼう！この本は、公開されている大規模言語モデル（ＬＬＭＬａｒｇｅ　Ｌａｎｇｕａｇｅ　Ｍｏｄｅｌ）により独自のチャットボットを構築することで、ＬＬＭのファインチューニングとＲＡＧによる検索を併用した文生成を学ぶものです。ＣｈａｔＧＰＴの台頭により、高性能な対話システムへの期待が急速に高まっています。しかし、ＬＬＭは整備しなければ構築時の情報しかもたないため、最新の情報を仕入れたり、任意に古い情報を更新したりすることが困難です。また、仕事で使う場合、自社データを外部サーバに入れることに制約があるケースも珍しくないでしょう。本書では、そういった課題を解決するために、公開ＬＬＭで構築したチャットボットをファインチューニングとＲＡＧによりニーズに沿ったかたちに調整し、より適切な回答を行えるようにしていきます。　構築するボットは、ファインチューニング（追加学習）とＲＡＧ（Ｒｅｔｒｉｅｖａｌ－ａｕｇｍｅｎｔｅｄ　Ｇｅｎｅｒａｔｉｏｎ、検索によって強化された文章生成）により、自身と無関係な事柄について広く浅く回答してくれるものではなく、自身が関わる分野について深く正確に回答してくれるようになります。
高性能なチャットボットを自力でつくろう。公開されているＬＬＭを使って精度の高い受け答えができる自前のチャットボットを構築します。ＲＡＧ（Ｒｅｔｒｉｅｖａｌ‐Ａｕｇｍｅｎｔｅｄ　Ｇｅｎｅｒａｔｉｏｎ）→検索拡張生成。チャットボットに外部情報の検索機能を追加するアプローチのこと。
もくじ情報：第１章　大規模言語モデル；第２章　ファインチューニング：言語モデルの追加学習；第３章　Ｉｎｓｔｒｕｃｔｉｏｎ　Ｔｕｎｉｎｇ：指示に基づくファインチューニング；第４章　大規模言語モデルのファインチューニング；第５章　ＲＡＧ：検索を併用した文生成；第６章　ＣｈａｉｎｌｉｔによるＧＵＩのチャットボット

新納　浩幸(シンノウ　ヒロユキ)
１９６１年生まれ。現在、茨城大学工学部情報工学科教授、博士（工学）。専門は自然言語処理（本データはこの書籍が刊行された当時に掲載されていたものです）