Masaya Ogushi

大串 正矢は、NVIDIA のシニア ソリューション アーキテクトとして、特にロボティクス、ファクトリー オートメーションの分野において、顧客への技術支援を行っています。同時に、各種講演やハンズオンなど、エバンジェリストとしても活動しています。NVIDIA に入社する前は、Sier で金融システム開発、スタートアップで、3 次元物体検出エンジンや時系列異常検知システムを開発していました。

Posts by Masaya Ogushi

Generative AI

Nemotron-Nano-9B-v2-Japanese の推論チュートリアル

NVIDIA DGX Spark、NVIDIA Jetson Thor、NVIDIA RTX PRO 6000 Blackwell 向けに Nemotron-Nano-9B-v2-Japanese をデプロイする実装例をご紹介します。 8 MIN READ
Generative AI

マルチ LLM 対応の NVIDIA NIM による合成データ SFT (Seed あり / なし) の効果分析

マルチ LLM 対応の NVIDIA NIM を用いた SFT 済みモデルのデプロイ方法、日本語常識推論タスクの評価手法、合成データ SFT の効果比較について解説します。 3 MIN READ
Generative AI

NVIDIA NeMo RL を用いた合成データによる Supervised Fine-Tuning (SFT)

高品質な合成データを用い、 NeMo RL による Supervised Fine-Tuning (SFT) を行うことで、 小規模モデルの日本語常識推論性能を改善する方法を解説します。 7 MIN READ
Generative AI

Nemotron-Personas-Japan を用いた NVIDIA NeMo Data Designer による合成データ生成

単なる LLM 合成生成を越え、構造化、検証、再現性、多様性という観点で品質とスケールを両立した合成データ フレームワークとして設計された NeMo Data Designer で、Seed データを活用した高品質データ生成方法をご紹介します。 4 MIN READ
Generative AI

NeMo Curator を使った日本語データのキュレーション - モデルベース編

NeMo Curator を使用したモデルベースのテキスト データの品質を簡単に向上するアプローチを、ステップバイステップでご紹介します。 4 MIN READ
Generative AI

NeMo 2.0 を使った VLM 開発: ファインチューニングから推論、評価

NeMo 2.0 を使用した VLM (Vision Language Model) のファインチューニングから推論、評価までの流れを詳しく解説します。 10 MIN READ