いつもお世話になっております。Qlipper運営・株式会社トドオナダです。
「LLMのリアルタイム学習の現在と未来」第11回をお届けいたします。
────────────────────────
ここからは、新しいデータがLLMに届く経路の話です。
最初は、最も広い入口であるCommon Crawlです。
Common Crawlは、Webを巡回して収集したページを公開している非営利のアーカイブで、
多くのLLMの事前学習データの母集団として使われてきました。
特徴は圧倒的な量と多様性です。
一方で、巡回の頻度や対象をデータ利用者が制御することはできず、最新性のコントロールは効きません。
広報にとっての意味は二つあります。
第一に、ここに載らないページは、そもそも学習の候補に入りにくいこと。
自社に関する記事が、収集される媒体に載っているかが土台になります。
第二に、載ったとしても、そこから品質判定や重複除去を経て学習データに残るのは一部だということです。
つまり、どの媒体に記事が出るかは、単なる露出の問題ではなく、学習経路への到達確率の問題です。
ディギディギのメディア分析では、どの媒体の記事がLLMに届いているかを確認できます。
掲載先を選ぶ判断材料になります。
────────────────────────
それができるのが、ディギディギです。
メディア分析で、どの媒体の記事がLLMに届いているかを確認できます。
掲載先を選ぶ判断材料になります。
▼ ただいま1 on 1ミーティングを開催中です
LLMOの疑問やお悩みを、ディギディギを使いながらご相談いただけます。
▼ サービス資料・LLMO事前学習対策チェックシート(無料)
────────────────────────
次回もどうぞお楽しみに。
何かご不明点がございましたら、お気軽にご連絡ください。
どうぞよろしくお願いいたします。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
株式会社トドオナダ
Qlipper運営事務局
〒110-0005
東京都台東区上野7-11-13 弥彦ビル302
03-6453-6886
info@todo-o-nada.com
https://qlipper.jp/
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
