Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

OpenAI platform : Get Started : イントロダクション

Posted on 07/22/2023 by Sales Information

OpenAI platform : Get Started : イントロダクション (翻訳/解説)

翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 07/22/2023

* 本ページは、以下のドキュメントを翻訳した上で適宜、補足説明したものです:

  • Get Started : Introduction

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス

◆ クラスキャット は人工知能・テレワークに関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能研究開発支援
    1. 人工知能研修サービス(経営者層向けオンサイト研修)
    2. テクニカルコンサルティングサービス
    3. 実証実験(プロトタイプ構築)
    4. アプリケーションへの実装

  • 人工知能研修サービス

  • PoC(概念実証)を失敗させないための支援
◆ 人工知能とビジネスをテーマに WEB セミナーを定期的に開催しています。スケジュール。
  • お住まいの地域に関係なく Web ブラウザからご参加頂けます。事前登録 が必要ですのでご注意ください。

◆ お問合せ : 本件に関するお問い合わせ先は下記までお願いいたします。

  • 株式会社クラスキャット セールス・マーケティング本部 セールス・インフォメーション
  • sales-info@classcat.com  ;  Web: www.classcat.com  ;   ClassCatJP

 

OpenAI platform : Get Started : イントロダクション

概要

OpenAI API は、自然言語やコードの理解や生成を必要とする、事実上任意のタスクに適用できます。OpenAI API はまた画像の生成や編集、あるいは発話をテキストに変換するために使用することもできます。OpenAI API はまた画像の生成と編集や発話をテキストに変換することもできます。私たちは様々な機能と価格帯を持つ広範囲の モデル に加えてカスタムモデルを 微調整する 機能を提供しています。

 

リソース

  • playground における実験
  • API リファレンス を読む
  • ヘルプセンター にアクセスする
  • 現在の API ステータス を見る
  • OpenAI 開発者フォーラム を確認する
  • 利用ポリシー について学習する

 

主要コンセプト

GPT

OpenAI の GPT (生成的事前訓練済み transformer) モデルは自然言語とコードを理解するために訓練されました。GPT はそれらの入力へのレスポンスでテキスト出力を提供します。GPT への入力はまた「プロンプト」とも呼ばれます。プロンプトの設計は基本的には貴方がどのように GPT モデルを「プログラム」するかで、通常は指示 (instructions) やどのように成功的にタスクを完遂するかの何某かの例を提供することによります。GPT は非常に多岐に渡るタスクで使用できて、コンテンツ or コード生成、要約、会話、創造的な作文等を含みます。GPT ガイド と GPT ベストプラクティス・ガイド で詳細をお読みください。

 

埋め込み (Embeddings)

埋め込みはデータのピースのベクトル表現で、そのコンテンツ and/or その意味の諸相 (aspects) を保持することが意図されています。ある点で類似しているデータのチャンクは無関係のデータよりも近い埋め込みを一緒に持つ傾向にあります。OpenAI は、入力としてテキスト文字列を受け取り、出力として埋め込みベクトルを生成するテキスト埋め込みモデルを提供しています。埋め込みは、検索、クラスタリング、リコメンデーション、異常検出、分類等のために有用です。埋め込みガイド で埋め込みについて詳細をお読みください。

 

トークン

GPT と埋め込みモデルはトークンと呼ばれるチャンクでテキストを処理します。トークンは普通に存在する、文字のシークエンスを表します。例えば、文字列 ” tokenization” は ” token” と “ization” に分解されます、その一方で ” the” のような短い一般的な単語は単一トークンとして表現されます。センテンス内で、各単語の最初のトークンは通常はスペースキャラクターで始まることに注意してください。特定の文字列をテストするために私たちの トークナイザーツール を確認して、それらがどのようにトークンに変換されるかをご覧ください。経験則で、英語テキストについて 1 トークンはおよそ 4 文字で、0.75 単語です。

念頭に置くべき一つの制限は、GPT モデルについて連結されたプロンプトと生成出力はモデルの最大コンテキスト長以下でなければならないことです。埋め込みモデルについては (これはトークンを出力しません)、入力はモデルの最大コンテキスト長よりも短くなければなりません。各 GPT と埋め込みモデルに対する最大コンテキスト長は モデルインデックス で見つけられます。

 

ガイド

Jump into one of our guides to learn more.

  • クイックスタート・チュートリアル – 簡単なサンプルアプリケーションを構築して学習

  • GPT – テキストを生成する方法の学習

  • GPT ベストプラクティス – GPT モデルで構築するためのベストプラクティスの学習

  • 埋め込み – テキストを検索、分類、そして比較する方法の学習

  • 発話-to-テキスト変換 – 発話をテキストに変換する方法の学習

  • 画像生成 – 画像を生成したり編集する方法の学習

  • 微調整 – 貴方のユースケースにためにモデルを訓練する方法の学習

 

以上



クラスキャット

最近の投稿

  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス
  • LangGraph : Prebuilt エージェント : 配備
  • LangGraph : Prebuilt エージェント : マルチエージェント
  • LangGraph : Prebuilt エージェント : メモリ

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (19) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2023年7月
月 火 水 木 金 土 日
 12
3456789
10111213141516
17181920212223
24252627282930
31  
« 6月   8月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme