289792記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. トランスフォーマー：Attention Is All You Need
2 分で読了
0 views

トランスフォーマー：Attention Is All You Need

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、お忙しいところすみません。最近部下からよく『トランスフォーマー』って聞くのですが、うちの業務にどう関係するかがさっぱり分からずして、説明していただけますか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、簡単に整理しますよ。要点は三つです。トランスフォーマーは「Attention」によって情報の重要度を柔軟に扱える仕組みで、従来の順序依存設計をやめて並列処理が可能になった、すなわち処理が速く大規模化しやすくなった点が最大の革新です。

田中専務

順序依存をやめるというのは、例えば見積書の手順を全部覚えないとだめだった従来型と違って、どの項目が重要かを柔軟に判断するということですか。これって要するに、要所だけを早く見つけられるということですか？

AIメンター拓海

その通りですよ。簡単に言えば、重要な情報に『注意（Attention）』を向けて処理するので、長い文書や履歴の中から本当に必要な箇所を効率よく拾えるのです。実務で言えば、長い技術仕様書、メールのやり取り、検査記録などから

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
注意機構だけで良い
（Attention Is All You Need）
次の記事
高赤方偏移電波銀河における星形成
（Star Formation in High Redshift Radio Galaxies）
関連記事
距離重み付きサポートベクター回帰
（e-Distance Weighted Support Vector Regression） — e-Distance Weighted Support Vector Regression (e-DWSVR)
Offline Regularised Reinforcement Learning for Large Language Models Alignment
（大規模言語モデル整合のためのオフライン正則化強化学習）
分子物性モデルの学習セットの遺伝的最適化
（Genetic optimization of training sets for improved machine learning models of molecular properties）
NESTQUANT：ネストされた格子による行列積とLLMの量子化
（NESTQUANT: NESTED LATTICE QUANTIZATION FOR MATRIX PRODUCTS AND LLMS）
産業組立における視覚ベース手動作業認識のデータセット作成の課題
（Challenges of the Creation of a Dataset for Vision-Based Human Hand Action Recognition in Industrial Assembly）
改善したDRNを用いる交通流予測の動的モデル
（A Dynamic Model for Traffic Flow Prediction Using Improved DRN）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
混成次元における超低温Yb–7Li混合系の実験的実現
（Experimental realization of ultracold Yb-7Li mixtures in mixed dimensions）
  • 論文研究
テキスト表現の敵対的分解
（Adversarial Decomposition of Text Representation）
  • 論文研究
分散電力網の運用リスク評価のための敵対的特徴学習
（Adversarial Feature Learning of Online Monitoring Data for Operational Risk Assessment in Distribution Networks）
  • 論文研究
物理シナリオ間で知識を移す――ニューラルネットによる転移の実証
(Migrating Knowledge between Physical Scenarios based on Artificial Neural Networks)
  • 論文研究
重要度重み付けと変分推論
（Importance Weighting and Variational Inference）
  • 論文研究
一例学習による知識グラフの関係推定
（One-Shot Relational Learning for Knowledge Graphs）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む