9月

20

第7回 AI Engineering 読書会

基盤モデルを使ったアプリケーションの構築

主催 : JavaEE勉強会

ハッシュタグ：#javaeestudy

募集内容	無料リモート参加(discord) 無料先着順 6/50人
申込者	申込者一覧を見る
開催日時	2025/09/20(土) 13:00 ～ 18:00 Googleカレンダー icsファイル
募集期間	2025/08/30(土) 17:38 〜 2025/09/20(土) 18:00まで
会場	オンラインオンライン
出席登録	(イベント開始時間の2時間前から終了時間まで、参加者のみに公開されます)

内容

AI Engineering 読書会
- 今回は6.2 Agents から読み進めます
進め方
- 書籍の内容を翻訳および要約し、それを勉強会で共有して、参加者で議論します
- 次回分の要約は希望者を募って行います。要約を行わずに参加を継続するだけでも大丈夫です！
- ラジオのように視聴される方も歓迎です！
  - 声を発するのに抵抗がある方向け
  - 録音はしていません
書籍は以下のサイトより入手できます
- O'reilly
- Amazon
主催 : JavaEE勉強会創立 2004年 (Java EE勉強会)
- J2EE(Java EE)に関連した話題を議論する勉強会
- 2004年8月から月1回のペースで定期的に開催を続けています(第223回目)

以下の招待URLから Discord サーバー javee-study-jp へ参加し、#ai-engineering のチャンネルに参加してください。
https://discord.gg/pTWGdG7Jy5
勉強会中は主に、Voice Channels → Generalにて画面共有、音声チャットでやりとりします。

目次
Preface
1. Introduction to Building AI Applications with Foundation Models
1.1 The Rise of AI Engineering
1.2 Foundation Model Use Cases
1.3 Planning AI Applications
1.4 The AI Engineering Stack
Chapter 1 Summary
2. Understanding Foundation Models
2.1 Training Data
2.2 Modeling
2.3 Post-Training
2.4 Sampling
Chapter 2 Summary
3. Evaluation Methodology
3.1 Challenges of Evaluating Foundation Models
3.2 Understanding Language Modeling Metrics
3.3 Exact Evaluation
3.4 AI as a Judge
3.5 Ranking Models with Comparative Evaluation
Chapter 3 Summary
4. Evaluate AI Systems
4.1 Evaluation Criteria
4.2 Model Selection
4.3 Design Your Evaluation Pipeline
Chapter 4 Summary
5. Prompt Engineering
5.1 Introduction to Prompting
5.2 Prompt Engineering Best Practices
5.3 Defensive Prompt Engineering
Chapter 5 Summary
6. RAG and Agents
6.1 RAG
6.2 Agents
6.3 Memory
Chapter 6 Summary
7. Finetuning
7.1 Finetuning Overview
7.2 When to Finetune
7.3 Memory Bottlenecks
7.4 Finetuning Techniques
Chapter 7 Summary
8. Dataset Engineering
8.1 Data Curation
8.2 Data Augmentation and Synthesis
8.3 Data Processing
Chapter 8 Summary
9. Inference Optimization
9.1 Understanding Inference Optimization
9.2 Inference Optimization
Chapter 9 Summary
10. AI Engineering Architecture and User Feedback
10.1 AI Engineering Architecture
10.2 User Feedback
Chapter 10 Summary
Epilogue