アイデア出しフェーズ

LLMOpsの概念

Max Knobbout, PhD

Applied Scientist, Uber

LLMライフサイクル：アイデア出しフェーズ

データの調達

 

 

• ニーズの特定

 

• ソースの探索

 

• アクセス可能性の確保

データの調達

 

1. データは適切か？
2. データは利用可能か？
   • データの変換
   • 追加データベースの構築
   • コストの評価
   • その他のアクセス制限の検討
3. データは基準を満たしているか？
   • 品質とガバナンスに関する事項

ベースモデルの選定

• 事前学習済みモデル:

• プロプライエタリかオープンソースか？

プロプライエタリモデル（民間所有）

メリット:

• 導入・使用の容易さ
• 品質保証
• 信頼性、速度、可用性

 

制限:

• データの公開が必要
• カスタマイズ性

例:

オープンソース（公開利用可能）

メリット:

• 社内ホスティング
• 透明性
• 完全なカスタマイズ性

 

制限:

• サポート
• 商用利用

 

例:

 

ダウンロード元:

モデル選定の要因

1. パフォーマンス ⭐

• 応答品質
• 速度

2. モデルの特性 ⭐

• 学習に使用されたデータ
• コンテキストウィンドウサイズ
• ファインチューニングの可否

モデル選定の要因

3. 実用的な考慮事項 ⭐

• ライセンス
• コスト
• 環境への影響

4. 補助的な要因

• パラメータ数
• 普及度

では、練習しましょう！

LLMOpsの概念