Home
0h-n0 TechBLog
キャンセル

📄 論文解説: MIPROv2 — ベイズ最適化による多段LLMプログラムの命令・デモ最適化

論文概要(Abstract) MIPROv2(Multi-prompt Instruction PRoposal Optimizer Version 2)は、複数のLM呼び出しモジュールで構成されるDSPyプログラムに対して、各モジュールの命令文(instruction)とfew-shotデモンストレーションを同時にベイズ最適化するアルゴリズムである。著者らは、プログラム構造やデータを考慮...

📄 論文解説: GEPA — リフレクティブなプロンプト進化で強化学習を超える

本記事は GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning(Peng et al., 2025)の解説記事です。 この記事は Zenn記事: DSPy v3.1 GEPA×Evaluateで構築するプロンプト最適化自動化パイプライン の深掘りです。 論文概要(Abstract) GEPAはLL...

📄 論文解説: ACORN — フィルタ付きベクトル検索の精度を劇的に改善するグラフ探索アルゴリズム

本記事は ACORN: Performant and Predicate-Agnostic Search Over Vector Embeddings and Structured Data の解説記事です。 論文概要(Abstract) ベクトルデータベースにおけるフィルタ付き近似最近傍探索(Filtered ANN)は、RAGやECサイトの検索で不可欠な機能である。しかし従来のHNS...

📄 論文解説: SemanticCacheQA — LLMセマンティックキャッシュの効率と精度を評価するベンチマーク

本記事は arXiv:2410.03038 “SemanticCacheQA” の解説記事です。 この記事は Zenn記事: Semantic Kernel v1.41フィルターで実現する本番AIアプリの品質管理基盤 の深掘りです。Zenn記事ではPromptRenderFilterを用いたセマンティックキャッシングの実装パターン(SHA-256ハッシュによる完全一致キャッシュ)を紹介して...

📄 論文解説: Quantifying PII Leakage in LLMs — 三層PII分類とSILSメトリクスによるLLMプライバシーリスクの定量化

本記事は arXiv:2503.14764 “Quantifying PII Leakage in LLMs: A Comprehensive Framework” の解説記事です。 この記事は Zenn記事: Semantic Kernel v1.41フィルターで実現する本番AIアプリの品質管理基盤 の深掘りです。Zenn記事ではPromptRenderFilterを用いた正規表現ベース...

✍️ Semantic Kernelフィルター GA解説: .NETとPythonの3層フィルターアーキテクチャ

ブログ概要(Summary) MicrosoftのSemantic Kernelチーム(Roger Barreto、Eduard van Valkenburg、Dmytro Struk)が2024年11月に公開したブログ記事では、Semantic Kernelのフィルター機構がGA(General Availability)リリースされたことが報告されている。従来のイベントベースAPIから...

✍️ OpenTelemetry GenAI SIGが提唱するAIエージェント可観測性の標準化戦略

ブログ概要(Summary) OpenTelemetryのGenAI SIG(Special Interest Group)が2025年3月に公開したブログ記事では、AIエージェントの可観測性を標準化するためのセマンティック規約策定の進捗と、フレームワーク計装の2つのアプローチが解説されている。著者らは、LLM・ベクトルDB・AIエージェントの3層にわたる統一的なテレメトリ収集の枠組みを提...

📄 論文解説: Defeating Prompt Injections by Design — CaMeLアーキテクチャによる設計レベルのプロンプトインジェクション防御

本記事は arXiv:2412.12667 “Defeating Prompt Injections by Design” の解説記事です。 この記事は Zenn記事: Semantic Kernel v1.41フィルターで実現する本番AIアプリの品質管理基盤 の深掘りです。Zenn記事ではSemantic KernelのPromptRenderFilterを用いたプロンプトインジェクショ...

📄 論文解説: DeepSeek-V3 — MLA+MoE+FP8混合精度で671Bモデルを低コスト学習する技術詳細

本記事は DeepSeek-V3 Technical Report (arXiv:2412.19437) の解説記事です。 論文概要(Abstract) DeepSeek-V3は671Bの総パラメータ数に対し37Bのみを活性化するMoE型言語モデルである。著者らは、DeepSeek-V2で提案されたMLAとDeepSeekMoEを継承しつつ、FP8混合精度学習、Multi-Token P...