科目ナンバー

GM-OM3-SI03

履修条件・関連科目等

なし

授業で使用する言語

日本語／英語

授業で使用する言語（その他の言語）

授業の概要

近年、ChatGPTなどの大規模言語モデル(Large Language Model, LLM)が急速に発展しており、その影響は計り知れない。特にビジネス、学問、教育、社会活動などにおいてはその利用を前提とした根本的な変革が迫られていると言えよう。本専門演習ではLLMの現状を把握し、その有効な利用法を考える。

科目目的

すべての知的活動においてChatGPTなどの大規模言語モデル(Large Language Model, LLM)は有用なサポートツールであり、今やこれを利用しないことは考えられない。ただ、LLMにも多くの欠点があり、有効に使うためにはその正確な理解が必要である。本演習ではLLMの現状、その仕組みなどの概略を理解し、正しく使いこなせるようになることを目的とする。

到達目標

学生は現状の大規模言語モデル(Large Language Model, LLM)の種類、能力、摘要範囲、および欠点を知る。そしてその仕組みを簡単なプログラムを学習することによってより具体的に理解し、将来の技術革新にも対応できるようになる。

授業計画と内容

日本語

1. 大規模言語モデルの現状 (1)
2. 大規模言語モデルの現状 (2)
3. 大規模言語モデルの現状 (3)
4. 大規模言語モデルの現状 (4)
5. 大規模言語モデルのためのプログラミング (1)
6. 大規模言語モデルのためのプログラミング (2)
7. 大規模言語モデルのためのプログラミング (3)
8. プログラム例による大規模言語モデルの仕組み (1)
9. プログラム例による大規模言語モデルの仕組み (2)
10. プログラム例による大規模言語モデルの仕組み (3)
11. プログラム例による大規模言語モデルの仕組み (4)
12. プログラム例による大規模言語モデルの仕組み (5)
13. プログラム例による大規模言語モデルの仕組み (6)
14. 総括・まとめ

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／反転授業（教室の中で行う授業学習と課題などの授業外学習を入れ替えた学習形式）／プレゼンテーション

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

クリッカー／その他

授業におけるICTの活用方法（その他の内容等）

PC

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

担当教員は種々のデータの解析およびコンサルタントの経験がある。

【実務経験有の場合】実務経験に関連する授業内容

担当教員の経験より、データを実際に利⽤・解析・解釈する上で重要な観点を教える。

テキスト・参考文献等

授業ではテキストを使用せずに、論文等の配布資料で代替する。

その他特記事項

参考URL