BEGIN:VCALENDAR VERSION:2.0 PRODID:-//connpass.com//Connpass//EN CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:connpass-【W&Bウェビナー】LLMファインチューニ ング X-WR-CALNAME:connpass-【W&Bウェビナー】LLMファインチューニ ング X-WR-TIMEZONE:UTC BEGIN:VEVENT SUMMARY:【W&Bウェビナー】LLMファインチューニング DTSTART:20231214T070000Z DTEND:20231214T083000Z DTSTAMP:20260904T091930Z CATEGORIES: CREATED:20231116T153524Z DESCRIPTION:## 概要\n\n本ウェビナーでは：\n\n * LLMのファ インチューニングの基礎から始まり、複数のチューニ ング手法の比較やハイパーパラメーターの探索などの 発展的な開発手法をWeights & Biasesを使ってどのように実 現できるのかをご紹介します。\n * LLMアプリケーショ ンの開発・提供にR&Dから事業部門まで、複数の部門が 効果的に関わっていくために必要な仕組みをWandBを使っ て構築していく方法を紹介します。\n\n### 背景\n\nLLMを 自社タスクに適用する方法としてファインチューニン グが注目されています。ファインチューニングの手法 を応用することで、モデルをカスタマイズすることが でき、知識を補完するためのRAG（Retreival\nAugmented\nGenerat ion)と合わせてLLMアプリケーション開発において重要な 手法と位置付けられています。いわゆる「チャット」 形式のアウトプットもそもそもファインチューニング 手法によるもので、それ以外にもコードの生成、機械 の操作、広告コピーの生成など、基盤モデルのデフォ ルトの挙動とは異なる形式のアウトプットを得るため に有効な手法です。\n\nファインチューニング・RAGを使 ったタスク特化型開発、そしてアプリケーション・サ ービスデリバリーを実現する上では技術的最新手法を 押さえるだけでなく、会社組織を横断したAIシステム開 発を実現するためのワークフローを構築していく必要 があります。例えば、研究所が作成・ファインチュー ニングしたモデルをどのように業務部門にハンドオー バーすれば良いのか、逆に業務部門での活用や研究所 へのフィードバックを有効に行うためのベストプラク ティスは何か、これらのコラボレーションはプロジェ クトの成否を明確に分ける要素となります。\n\n### Weight s & Biases とは\n\nWeights &\nBiases（WandB）は、エンタープラ イズグレードのML実験管理およびエンドツーエンドMLOps ワークフローを包含する開発・運用者向けプラットフ ォームです。WandBは、LLM開発や画像セグメンテーション 、創薬など幅広い深層学習ユースケースに対応し、NVIDI A、OpenAI、Toyotaなど、国内外で80万人以上の先端的ML開発 者に信頼されているAI開発の新たなベストプラクティス です。\n\n## スピーカー\n\n### シバタ アキラ - Weights & Bia ses カントリーマネージャー\n\n人工知能を使ったデータ ・AI活用によるビジネス価値の創出を専門分野とし、オ ンラインサービス、既存産業各領域、クリエイティブ 領域など幅広い分野にて、これまで数百社に及ぶ国内 外企業のデータ・AIの利活用を実現してきた。機械学習 自動化プラットフォームのDataRobot日本CEO、AIによる創造 性の拡張をミッションとするQosmo\,\nInc.のCOOなどを歴任 し、現在はサンフランシスコを拠点とし、AIエンジニア のための開発・運用プラットフォームを提供するWeights &\nBiasesのカントリーマネージャー。その他数社の社外 取締役・顧問などを務める。\n\n### 山本祐也 (@ nejumi_dqx) \, Weights & Biases\, Success Machine Learning Engineer\n\n東京大学大 学院工学系研究科にて有機無機複合材料の研究で博士 号を取得。学位取得後、大手化学メーカーにて液晶・ タッチパネル関連先端化学材料の研究開発に従事。\nそ の後、大手食品メーカーで機械学習を用いた食品パッ ケージに関する予測モデリングと最適化に取り組むな ど、BtBとBtCいずれにも深い経験を有する。前職DataRobot では製造顧客担当チームのリーダーとして国内数十社 のAI導入を支援。国内で数十人程度のKaggle\nGrandmasterの 一人。\n\n### 鎌田 啓輔 - Weights & Biases\, Success Machine Learni ng Engineer\n\n京都大学情報学研究科で機械学習を専攻。 新卒では因果推論ツールを提供する外資系企業に参画 し、ビジネス施策における因果推論に従事。その後、Da taRobotにてLead\nData\nScientistとしてヘルスケアチームのリ ーダーとしてヘルスケアの企業を中心に国内数十社のAI 導入を支援。コロナ禍にはデータに基づく対策方針の 決定に資するべく、分析担当・PMとして国立国際医療研 究センターと共同で解析プロジェクトを推進し、その 結果をもとに論文を執筆。厚生労働省へのレター提出 にも参画。因果推論から機械学習、Deep\nLearningまで行う 機械学習エンジニア。\n\n## デモで使用するnotebook (参考 )\n\nhttps://drive.google.com/drive/folders/1eFRyV5V-DazFoJ72H5-oBnTqbyNdD O-w?usp=sharing\n\n## カンファレンス詳細\n\n * 日 時： 2023 年12月14日 16:00-17:30\n * 参加費： 無料（事前登録制）\n * お問い合わせ：contact-jp@wandb.com\n\nhttps://wandb.connpass.com /event/302680/ LOCATION:Zoom (オンライン) URL:https://wandb.connpass.com/event/302680/ END:VEVENT END:VCALENDAR