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4回をお届けいたします。
────────────────────────
継続学習には弱点があります。
新しいデータだけを学ばせると、以前の知識が失われる破滅的忘却という現象です。
これを防ぐため、新しいデータに過去のデータを混ぜて学習させる手法が使われます。
Replayという仕組みです。
過去に学んだ内容を繰り返し見せることで、記憶を保持したまま新しい知識を足していきます。
広報の視点で読み替えると、こうなります。
一度LLMの記憶に定着した情報は、更新を重ねても簡単には消えない。
忘却をわざわざ防ぐ工程が、学習の中に組み込まれているからです。
これは、先に記憶された側に有利に働きます。
競合がすでにカテゴリの代表として記憶されていれば、その記憶はReplayによって次の世代へも引き継がれやすい。
後から追う側は、より多くの新しい記事で上書きを狙うことになります。
まず、自社のカテゴリでいま誰が記憶されているのかを知ることです。
カテゴリ名で質問したとき、LLMが最初に挙げる名前の一覧。
それが競合の現在地です。
────────────────────────
それができるのが、ディギディギです。
カテゴリ名から質問して、LLMが最初に挙げる社名の一覧を取得できます。逆引きで競合発見。
自社より先に記憶されている相手が誰か、その場で分かります。
▼ 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/
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
