AI Engineering Now

AI Engineering Now

AI Engineering Now
Country Japan
Genres Technology
Language JA
Episodes 15
Latest 03.03.2025

ソフトウェアエンジニアのseyaとkagayaの2人が、生成AI、LLM、AIエンジニアリングに関するニュースや技術、論文を題材に雑談するPodcastです。AI分野の最新動向や技術的な話題を、エンジニア目線でゆるく話し合います。エピソードの書き起こしは「LISTEN」で公開されています。ハッシュタグは #ai_eng_now です。

Episodes

  • #15: AIとの音声対話を作る時の技術選定と工夫ポイント
    #15: AIとの音声対話を作る時の技術選定と工夫ポイント 03.03.2025 34m
    AIとの音声対話を開発するにあたってどんな技術を選ぶかや、体験面で工夫するポイントを話しましたShownotes:https://nu-dialogue.github.io/j-moshi/https://www.ai-shift.co.jp/techblog/4512https://playground.zyphra.com/sign-in?redirect_url=https%3A%2F%2Fplayground.zyphra.com%2Faudiohttps://www.ai-shift.co.jp/techblog/5169https://www.jstage.jst.go.jp/article/pjsai/JSAI2020/0/JSAI2020_2Q1GS1003/_pdf/-char/jahttps://livekit.io/出演者:seya(⁠⁠@sekikazu01⁠⁠)kagaya(⁠⁠@ry0_kaga⁠⁠)
  • #14: 評価駆動開発(Evaluation Driven Development)なアプローチで行うLLMエージェントの設計
    #14: 評価駆動開発(Evaluation Driven Development)なアプローチで行うLLMエージェントの設計 16.01.2025 36m
    Evalを主軸にLLMエージェントの設計について述べたAn Evaluation-Driven Approach to Designing LLM Agents: Process and Architectureという論文を題材に話しました。 出演者: seya(⁠⁠@sekikazu01⁠⁠) kagaya(⁠⁠@ry0_kaga⁠⁠) ## Shownotes An Evaluation-Driven Approach to Designing LLM Agents: Process and Architecture⁠
  • #13: 最近のTTSについて語る 〜APIサービスから音声モデル作成まで〜
    #13: 最近のTTSについて語る 〜APIサービスから音声モデル作成まで〜 25.12.2024 21m
    seyaとkagayaの二人ともハマっていて、最近ホットなTTSサービスについて雑談しました。 Shownotes: https://voicevox.hiroshiba.jp/ https://aivis-project.com/ https://nijivoice.com/ 出演者: seya(⁠⁠@sekikazu01⁠⁠) kagaya(⁠⁠@ry0_kaga⁠⁠)
  • #12: 生成AIでユーザビリティ課題を見つけることができるか? - UX-LLM
    #12: 生成AIでユーザビリティ課題を見つけることができるか? - UX-LLM 04.12.2024 25m
    生成AIでユーザビリティ課題を発見することができるかを検証したUX-LLMについて話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠こちら⁠⁠ Shownotes: https://arxiv.org/abs/2411.00634v1 https://dl.acm.org/doi/pdf/10.1145/3678957.3685701 https://u-site.jp/alertbox/synthetic-users 出演者: seya(⁠@sekikazu01⁠) kagaya(⁠@ry0_kaga⁠)
  • #11: API for AIの時代、Stripe Agent Toolkitについてのよもやま話
    #11: API for AIの時代、Stripe Agent Toolkitについてのよもやま話 27.11.2024 19m
    Stripe Agent Toolkitを肴にAgent向けのAPIの時代について想いを馳せました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠こちら⁠⁠ Shownotes: Adding payments to your LLM agentic workflows⁠ ⁠⁠ https://github.com/stripe/agent-toolkit 出演者: seya(⁠⁠@sekikazu01⁠⁠) kagaya(⁠⁠@ry0_kaga⁠⁠)
  • #10: Agent-as-a-judge 〜エージェントの評価を行うエージェント 〜
    #10: Agent-as-a-judge 〜エージェントの評価を行うエージェント 〜 18.11.2024 29m
    LLM-as-a-Judgeに着想を得て、エージェンティックシステムを評価するためにエージェンティックシステムを用いることを提案したAgent-as-a-Judge: Evaluate Agents with Agentsを題材に話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠こちら⁠ Shownotes: https://arxiv.org/abs/2410.10934v1 https://huggingface.co/DEVAI-benchmark https://github.com/metauto-ai/agent-as-a-judge/tree/main https://blog.langchain.dev/scipe-systematic-chain-improvement-and-problem-evaluation/ ⁠ 出演者: seya(⁠@sekikazu01⁠) kagaya(⁠@ry0_kaga⁠)
  • #9: 今流行り!?の社内v0開発に取り組んでみてる感想
    #9: 今流行り!?の社内v0開発に取り組んでみてる感想 14.11.2024 29m
    Ubie社の事例に触発されて社内v0開発を始めた2人で、開発の知見や悩み、Figma AI等のデザインAIについて話しました ポッドキャストの書き起こしサービス「LISTEN」はこちら Shownotes: https://v0.dev/ ⁠https://www.figma.com/ja-jp/ai/ https://x.com/sys1yagi/status/1850763720630387170 出演者: seya(@sekikazu01) kagaya(@ry0_kaga)
  • #8: Who Validate the Validator? - 継続的な評価をアップデートする仕組み -
    #8: Who Validate the Validator? - 継続的な評価をアップデートする仕組み - 04.11.2024 32m
    継続的にLLMアプリケーションの評価基準や自動評価をアップデートする仕組みであるEvalGenについて書かれた論文「Who Validates the Validators? Aligning LLM-Assisted Evaluation of LLM Outputs with Human Preferences」について話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠ Shownotes: https://arxiv.org/abs/2404.12272 https://www.sh-reya.com/blog/ai-engineering-flywheel/ https://www.chainforge.ai/ https://github.com/wandb/evalForge/tree/main https://blog.langchain.dev/aligning-llm-as-a-judge-with-human-preferences/ ⁠ 出演者: seya(⁠⁠⁠⁠⁠⁠⁠@sekikazu01⁠⁠⁠⁠⁠⁠⁠) kagaya(⁠⁠⁠⁠⁠⁠⁠@...
  • #7: AIによるプロンプト最適化:Automated Prompting 〜そして評価へ〜
    #7: AIによるプロンプト最適化:Automated Prompting 〜そして評価へ〜 28.10.2024 32m
    自動で行うプロンプトチューニング、Auto Prompting、そしてそれを支える評価の重要性などについて話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠ Shownotes: https://www.promptingguide.ai/techniques/ape https://platform.openai.com/docs/guides/prompt-generation https://cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/prompt-optimizer https://github.com/microsoft/sammo https://dspy-docs.vercel.app/intro/ https://github.com/KruxAI/ragbuilder https://vercel.com/blog/eval-driven-development-build-better-ai-faster https://speakerdeck.com/shuntaito/llmops-dmlops 出...
  • #6: RAG and Beyond 〜4つのレベルで理解するRAGとその先〜
    #6: RAG and Beyond 〜4つのレベルで理解するRAGとその先〜 23.10.2024 35m
    今回はMicrosoftが公開したRAGタスクを4つのレベルに分類したリサーチであるRAG and Beyondがテーマです ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠⁠⁠⁠https://listen.style/p/aiengineeringnow Shownotes: https://arxiv.org/abs/2409.14924 https://x.com/K_Ishi_AI/status/1838765135206453254 出演者: seya(https://x.com/sekikazu01) kagaya(https://x.com/ry0_kaga)
  • #5: OpenAI DevDay 2024の感想 ~Prompt Caching編~
    #5: OpenAI DevDay 2024の感想 ~Prompt Caching編~ 15.10.2024 15m
    今回はOpenAI DevDay 2024で発表されたPrompt Cachingがテーマです ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠ Shownotes: https://platform.openai.com/docs/guides/prompt-caching https://www.anthropic.com/news/prompt-caching https://zenn.dev/google_cloud_jp/articles/0c257a98143152 出演者: seya(⁠⁠⁠⁠@sekikazu01⁠⁠⁠⁠) kagaya(⁠⁠⁠⁠@ry0_kaga⁠⁠⁠⁠)
  • #4: ~Embedding first, Chunking Later~ Jina AIが提唱したLate Chunkingについて学ぶ
    #4: ~Embedding first, Chunking Later~ Jina AIが提唱したLate Chunkingについて学ぶ 07.10.2024 24m
    今回はJina AIが提唱したLate Chunkingがテーマです。 Jina AIはEmbedding model、Reranker、Semantic chunking等のAPIを公開しているRAGに取り組む上では注目の企業です。 そんなJina AIが提唱したチャンキング手法であるLate Chunkingについて話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠⁠⁠こちら⁠⁠⁠⁠ Shownotes: Jina.ai ⁠Late Chunking in Long-Context Embedding Models⁠ ⁠Late Chunking: Balancing Precision and Cost in Long Context Retrieval | Weaviate⁠ Training Text Embeddings with Jina AI What is ColBERT and Late Interaction and Why They Matter in Search? https://x.com/s_tat1204/status/18379328159...
  • #3: 音声AI使ってる?最近の音声AIサービスについて雑談 〜GoogleのNotebookLMとRetell AI、個人開発〜
    #3: 音声AI使ってる?最近の音声AIサービスについて雑談 〜GoogleのNotebookLMとRetell AI、個人開発〜 30.09.2024 18m
    音声AIサービスの雑談会です。特にGoogleのNotebookLMのAudio Overview、Illuminate、Retell AI、kagayaが絶賛個人開発中の音声AIサービスについて話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠⁠こちら⁠⁠⁠ Shownotes: NotebookLM now lets you listen to a conversation about your sources AIが論文や書籍を要約してポッドキャスト風の会話音声に自動変換してくれる「Google Illuminate」が公開中 グーグル、自分だけのAI「NotebookLM」に音声番組でまとめてくれる新機能 Retell AI - Supercharge your call operation with Voice AI 音声AIエージェントの世界とRetell AI入門 出演者: seya(⁠⁠@sekikazu01⁠⁠) kagaya(⁠⁠@ry0_...
  • #2: LLMエージェント for ソフトウェアエンジニアリングの世界
    #2: LLMエージェント for ソフトウェアエンジニアリングの世界 16.09.2024 46m
    ソフトウェアエンジニアリング領域のLLMエージェント研究のサーベイ論文である、Large Language Model-Based Agents for Software Engineering: A Surveyを題材に話しました。 ポッドキャストの書き起こしサービス「LISTEN」は⁠⁠こちら⁠⁠ Shownotes: Large Language Model-Based Agents for Software Engineering: A Survey LLMエージェントのデザインパターン、Agentic Design Patternsを理解する マルチエージェントなコード生成エージェント、AgentCoderを理解する You Can REST Now: Automated Specification Inference and Black-Box... CodeAgent: Enhancing Code Generation with Tool-Integrated Agent... エージェント型AIシステム構築...
  • #1: Chatbot Arenaのデータを使ってドメイン独自の評価データセットを作る
    #1: Chatbot Arenaのデータを使ってドメイン独自の評価データセットを作る 08.09.2024 32m
    Chatbot Arenaのデータを使ってドメイン独自の評価データセットを作るという論文、Judging LLM-as-a-Judge with MT-Bench and Chatbot Arenaを題材に話しました。 ポッドキャストの書き起こしサービス「LISTEN」はこちら Shownotes: Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference Chat with Open Large Language Models From Live Data to High-Quality Benchmarks: The Arena-Hard Pipeline | LMSYS Org Benchmarks 201: Why Leaderboards > Arenas >> LLM-as-Judge https://x.com/karpathy/status/1737544497016578453 https://github.com/lm-sys/arena-...

Popular in

The podcast also appears in the podcast charts of these countries.