株式会社ずんだもん技術室AI放送局 podcast 20240822
内容紹介
AIやテクノロジーに関する記事を紹介 「学園アイドルマスター」のカードゲーム、デッキ構築のバランス調整に活用される支援システムを解説【CEDEC2024】 Gamer、GPT-4o-miniのファインチューニングのすゝめ、DNS検索コマンドdugの紹介 IIJ Engineers Blog
出演者
関連リンク
2024年5月16日にリリースされたスマホゲーム「学園アイドルマスター」は、カードゲーム要素を含む育成シミュレーションゲームです。膨大なカードの組み合わせから強力なデッキが生まれやすく、新規カード追加によるバランス調整が課題となっていました。
バンダイナムコエンターテインメントとQualiArtsは、この課題を解決するため、プランナーが手軽にシミュレーションできるバランス調整支援システムを開発しました。このシステムには、深層強化学習を用いたレッスンAIと、グレーボックス最適化を用いたデッキ探索AIが搭載されています。
レッスンAIは、様々な状況を学習することで、短時間で効率的にゲームプレイを行い、バランス調整に必要なデータを収集します。デッキ探索AIは、大規模言語モデルを用いてカードの効果を分析し、最強のデッキを効率的に見つけ出すことで、バランスブレイカーの発見を支援します。
これらのAIを活用することで、開発チームは従来よりも短時間でバランス調整を行うことができ、人力では気づかなかったデッキやプレイパターンの発見にも役立っています。CEDEC2024では、このシステムの詳細が発表され、カードゲーム開発におけるAI活用の可能性が示されました。
引用元: https://www.gamer.ne.jp/news/202408210028/
この記事は、GPT-4o-miniのファインチューニングが、プロンプトエンジニアリングでは限界があると感じた場合に有効な手段であることを説明しています。
まず、プロンプトエンジニアリングで可能な限り精度を高めた後、GPT-4o-miniをファインチューニングすることで、GPT-4o-miniの精度をGPT-4oを超えるレベルまで引き上げることができると主張しています。
具体的には、GPT-4oでプロンプトをチューニングし、ある程度の精度を達成したら、GPT-4oの出力を修正したデータセットを作成し、それを用いてGPT-4o-miniをファインチューニングします。
さらに、LangSmithを用いることで、本番データの修正を効率的に行い、ファインチューニング用のデータセットを簡単に作成できると説明しています。
ファインチューニングは、GUIを用いて簡単に実行できるため、エンジニアでなくても運用可能です。
ただし、ファインチューニングは万能ではなく、文章作成などの自由度の高いタスクでは効果が薄い可能性があると指摘しています。
この記事では、ファインチューニングのメリット、注意点、具体的な手順、データセットの作成方法、LangSmithの使い方などを詳しく解説しています。
GPT-4o-miniのファインチューニングに興味がある日本のエンジニアにとって、非常に参考になる内容です。
引用元: https://zenn.dev/pharmax/articles/40c0e385a8956b
この記事は、IIJのエンジニアである山本和彦氏が執筆した、DNS検索コマンドdugの使い方についての解説です。dugは、IIJが開発しているDNSフルリゾルバblowlineの検索コマンドで、digコマンドに似た機能を持ちます。
dugは、digコマンドのようにスタブリゾルバとして動作するモードと、blowlineの反復検索アルゴリズムを使ってDNS解決過程を可視化するモードの2つのモードがあります。
スタブリゾルバモードでは、ドメイン名とリソースレコード名を与えると、フルリゾルバから対応する値を得ようと試みます。このモードでは、パイプラインを使って複数の要求を一括で送信したり、DNS over QUICやDNS over HTTP/3などの様々なトランスポートに対応したりすることができます。また、SVCB(Service Binding) RRから自動的にトランスポートを選択したり、TLSやQUICのコネクションの再開や0-RTTに対応したりすることもできます。
dugは、githubからバイナリをダウンロードして利用できます。興味のある方は、ぜひ試してみてください。
引用元: https://eng-blog.iij.ad.jp/archives/27527
（株式会社ずんだもんは架空の登場組織です）