プログラミング LangChainのデバッグを極める：コールバックとロギングの実践的ガイド
🎯 この記事の目的この記事では、LangChainを使用する際の効果的なデバッグ方法について、実践的なコード例を交えて解説します。特にBaseCallbackHandlerを活用したデバッグ手法に焦点を当てます。langchain のRun...
Python
プログラミング 
AI・機械学習 LangChain Runnable入門：基本的な使い方と実装パターン
はじめにLangChainのRunnableは、AI処理パイプラインを構築する上で非常に重要なコンポーネントです。この記事では、LangChainのRunnableの基本的な使い方から、より複雑な実装パターンまでを、実践的なコード例を交えて...
AIツール Phidata入門ガイド：エージェント構築からUI活用まで徹底解説（📒 GoogleColabノート付）
はじめにPhidataは、AIエージェントの構築と管理に最適なフレームワークで、知識、ツール、記憶機能を備えたエージェントの作成をサポートします。本記事では、Phidataを使ったエージェント構築方法や、主要な機能について解説します。Phi...
Python開発 WikipediaデータからLlama 3.1用Q&Aデータセット生成ツールの解説（ Google Colabノートブック付）
はじめにこのツールは、Wikipediaの記事からLlama 3.1のファインチューニング用Q&Aデータセットを自動生成するためのものです。生成されたデータセットは、Llama 3.1の会話形式に準拠しており、高品質な学習データとして活用で...
データサイエンス LLM評価システム (LLMs as a Judge)：📒Goolgeノートブック付
はじめにこのノートブックでは、LLM（大規模言語モデル）の回答品質を自動的に評価するためのシステムを実装します。このシステムは、質問、模範解答、LLMの回答を比較し、4段階のスケールで評価を行います。目的LLMの回答品質を定量的に評価する評...
Google Colab LiteLLMを活用してOllamaをGoogle Colabで効率的に運用する方法 (📒ノートブック付)
はじめにローカルLLMの運用において、OllamaとLiteLLMの組み合わせは非常に強力なソリューションとなっています。本記事では、Google Colab環境でこれらのツールを効率的に統合する方法を解説します。OllamaとはOllam...
機械学習 Unslothを使った高速なLlama 3.2ファインチューニング入門 (📒ノートブック付)
はじめにUnslothは、LLM（大規模言語モデル）のファインチューニングを大幅に高速化するライブラリーです。従来の手法と比較して約2倍の速度向上を実現し、メモリ使用量も削減できます。この記事では、Llama 3.2モデルを例に、Unslo...
Python開発 Claude Computer Use Demo – エージェントループの詳細解説
エージェントループの概要エージェントループ（loop.py）は、Computer Use Demoの中核となるコンポーネントです。このモジュールは、以下の重要な役割を担っています：Claude APIとの通信制御ツールの実行管理メッセージの...
Python開発 x.inferをGoogle Colabで試してみた！（Googleノートブック付）
はじめに最近、新しい画像認識モデルが次々とリリースされていますよね。例えばGPT-4V やClaude 3 など、画像認識の性能は日々進化しています。でも、こんな悩みはありませんか？🤔 新しいモデルを試したいけど、セットアップが面倒😅 異な...
AIエージェント開発 Anthropic Claude の Computer Use Demo を解剖する：仮想世界を操るAIエージェント
この記事では、Anthropic社の提供するcomputer-use-demo-jpリポジトリを徹底的に解剖し、その構造、機能、そしてコードの詳細まで踏み込んで解説します。Claude 3.5 Sonnetの"computer use"機能...