アイデア創出フェーズ

LLMOps の概念

Max Knobbout, PhD

Applied Scientist, Uber

LLMのライフサイクル アイデア創出フェーズ

データソース

• ニーズの特定

• ソースの検索

• アクセシビリティを確保すること

データソース

1. データは関連していますか？
2. データは利用可能ですか？
   • データ{{3}}を変換する
   • 追加のデータベースを作成する
   • コストを評価する
   • 他のアクセス制限を考慮する
3. データは基準を満たしていますか？
   • 品質とガバナンスに関する懸念

ベースモデルの選択

• 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？

独自モデル（非公開所有）

利点:

• セットアップと使用のしやすさ
• 品質保証
• 信頼性、速度、可用性

限界:

• データ{{6}}を公開する必要があります
• カスタマイズ

例：

オープンソース（公開アクセス可能）

利点:

• 社内ホスティング
• 透明性
• 完全なカスタマイズ性

限界:

• サポート
• 商用利用

例:

ダウンロード可能先:

モデル選択における要因

1. パフォーマンス ⭐

• 応答品質
• 処理速度

2. モデルの特徴 ⭐

• モデルの学習に使用するデータ
• コンテキスト ウィンドウサイズ
• ファインチューニング可能性

モデル選択における要因

3. 実務的な考慮事項 ⭐

• ライセンス
• 費用

4. 二次要因

• パラメータの数
• 人気

練習しましょう！

LLMOps の概念