こんにちは。ELYZA Labチームの佐々木です。 以下の記事ではverlというフレームワークを用い、以下のようなカスタムした報酬関数を用いてGRPO学習を行うための手順を紹介しました。この報酬関数は簡単なルールベースとなっていましたが、これを用いることで確かに「指定した文字数に近い要約を出力する」といった目標に向かってGRPO学習が進むことが確認できました。 codeTARGET_LENGTH = 50 def compute_score(data_source, solution_str, ground_truth, extra_info): """ 生成された文...

💾

GitHub Copilot を使っている方は、ぜひAgent Skillsを使ってほしいです。 SKILL.md にルールを書いておけば、依頼のたびに説明し直す手間を減らせますよ！！ こんにちは。システム開発の経験をもとに、現場で使える AI 活用を発信している KSAN です。 Copilot にコード生成や文書作成を頼んでいると、こんなことはありませんか。 前回と似た依頼なのに、出力の雰囲気が変わる 新規チャットを開くたびに、プロジェクトのルールを説明している チーム内でアウトプットのばらつきが出る これ、毎回やってないでしょうか。 せっかく Copilot で効率化を図りたい...

💾

こんにちは。 ちゅらデータでデータエンジニアしているtadaken3です。 4月11日から開催される技術書典にむけて、dbtに関する本（以下dbt本）を執筆しています。 DATUM STUDIO、ちゅらデータのメンバーが日々のプロジェクトの中で培ってきたdbt、データモデリングの技術、知見を惜しみなく、書籍の中に落とし込んでおりますので、ぜひ、手に取っていただけると幸いです。 https://churadata.okinawa/blog/techbookfest2026/ 今回は、技術書典20に向けた原稿の執筆をする中で、「技術同人誌を書くための方法」を簡単にまとめていきます。ボク自身も...

💾