AI関連ブログ記事まとめ
@junko105106 /
- Grok Botでメール整理から献立・買い物エージェントまでを20分で作成した
- メールアカウント接続、未読メールの分類、返信下書き作成、食材宅配メールの読み取り、エージェントの連携と定期実行設定
- エージェント同士で情報を引き継げて、安全設計で送信や購入は必ず確認が必要
@kikuziro /
- RAGに重要タグを付けて検索結果の重みを調整した
- メタデータに「社長」「重要」を付与し、スコアに1.5倍のブーストをかけた
- 重みを付けすぎると関係ない情報も上位に上がってしまうため、適度な調整が必要
@BaspisKawaE /
- AIに調べものをさせるスキルを公開し、GitHubで人気になった
- imozuruは要約させない、引用をたどる、証拠で止めどきを決める、抜き書きを機械で照合する
- AIの答えが物足りないときは手順を見直すことが重要で、原文の照合で信頼性を確保する
@ふくだ(fukuda ryu) /
- Claude Duet が Team プランで利用可能になり、組織での設定が限定的
- 組織全体の ON / OFF だけの設定、コネクタの制御や記録は管理画面からできない
- 管理者は組織の指示や運用ルールで制限を補う必要がある
@taka_yayoi /
- ハーネスは個人用エージェントとして一般利用者に届き始めている
- Museは権限と停止条件を重視し、Genie ZeroOpsはデータ基盤の内側にハーネスを配置
- 利用者がハーネスの権限と停止条件を自分で設定する必要がある
@ryu-ki /
- モデルが賢くなると、スキルの一部が不要になる可能性がある
- コツや知識補完の記述、過去記事の候補選び、WebSearchでの情報確認、文体ルールの基準
- 不要な記述はモデルの進化に合わせて定期的に見直し、テストケースを残して比較する
@rizumita /
- Qwen3.8-Flash-Nextの出力層の25,451行を書き換えることで中国語の混入を0%にした
- 出力層の中国語トークンの行を語彙外の行に置き換え、他の重みは変更しない
- 出力層の書き換えで中国語混入を完全に除去可能だが、語彙外の行の点数が保証されていない
@lehukuku0120 /
- LLMが詰将棋や地理空間情報の処理で誤る理由は、認識した内容を構造として保持・更新し推論する過程の不安定さにある
- 地理空間情報では幾何とトポロジの区別、詰将棋では利きや王手の計算が重要で、どちらも状態の更新と制約の検証が必要
- モデルの構造改善と外部エンジンの組み合わせが課題で、認識・構造化・検証の各段階を切り分けるべき
@ななせ /
- AWS Certified AI Practitioner試験に734点で合格した
- 試験範囲はAI基礎・生成AI・基盤モデル・責任あるAI・セキュリティの5分野、無料問題集とClaudeで対策
- 試験日の予約は早めに、教材はkeepitup.jpの問題集から始めると効果的
@ryosuke_ohori /
- Claude Fable 5.2の単価はOpus 5.5の2倍だが、1タスクは約半額だった
- Fable 5.2の高設定で1タスク平均6.72ドル、Opus 5.5の最大設定で12.82ドル、Fableの高速モード単価は16ドル/80ドル
- 同じモデルでも設定によって費用が大きく変わるため、タスクの内容と利用条件を明確に確認する必要がある
@karamage /
- AI同士の敵対的レビューは信頼できる成果物にならない。トークンは実際に動かして確かめる検証に使うべき
- 敵対的レビューは命名や未来の要件に迷い込み、検証スキルは実際の動作と形式検証で信頼性を確保
- 敵対的レビューに使ったトークンは検証の仕組み構築に回すことで、実際のバグが見つかりやすくなる
@suwa_nobu /
- Claude API の Message Threads は会話の履歴をサーバーに保持せず、自分で写しを管理する前提だった
- スレッドは5分で切れ、前の応答の id を渡して続ける。system と tools は送らない
- 写しをメモリに保存するだけでは不十分で、スレッド切れ時に再送する仕組みが必要
@Jin /
- Claude Codeに指示を変更したことで、ISUCONのベンチスコアが10倍に向上した
- ハーネスを緩めることで、AIが複数の改善をまとめて実行できるようになった。作業規約を4つの方針に簡略化し、Stopフックで目標を維持した
- AIが自ら情報を収集し、改善策を検討できるようにするには、具体的な指示よりも視点の変更が効果的だった
@kenimo49 /
- LLM JudgeでRAGの回答を評価する際、もっともらしさスコアで絞り込むのは無作為に選ぶのとほぼ同じ効果
- もっともらしさスコア(0.7以上)で絞った場合の検出率は35.6%、無作為に40%選んだときの期待値34.2%とほぼ同じ
- 0.7というしきい値はモデルとプロンプトの組み合わせによって意味が変わるため、自分の環境で再確認する必要がある
@ryosuke_ohori /
- Gemma 5の実行環境と比較方法をOllamaとvLLMで検証
- OllamaのformatフィールドとvLLMのstructured_outputs.jsonでスキーマを指定、16件の問い合わせを処理
- 同じ入力で正解率と応答時間を測定し、モデルと量子化の条件を統一する
@taka_yayoi /
- Databricksが第2世代のGenieを発表し、常時稼働の自律エージェントに進化した
- Genie Oneがビジネスユーザーの入口、Genie Agentsがドメイン専用エージェント、Genie Ontologyが文脈レイヤーとして機能
- Genie OntologyのGAで精度向上が実証され、外部AIツールからの呼び出しも可能になった
@Sae_Eng /
- Claude Codeでトークン使用量を4割減らす設定を変更した
- autoCompactWindowを50万トークンに、離席時のcompactを自動化する仕組みを導入
- 会話が長くなるとリクエストごとにトークンが増えるため、50万で切ることでコストを抑える
@N-Kyo /
- CodeMenderがPRの脆弱性を自動で修正する仕組みが公開された
- スキャン・検証・修正・承認の4ステップで動作し、OIDCとCloud Runでセキュリティを確保
- AIの修正内容を自分で判断できる基礎知識がなければ、AIに使われることになる
@ふくだ(fukuda ryu) /
- Claude Dataの認定済みクエリとライブ共有がBigQueryの権限がない人にも結果を見せられる
- 認定クエリはSQLの定義を1か所にまとめ、ライブ共有は共有者の権限で結果を表示する。Dev向け組織ではBigQuery権限のないメンバーにも結果が見える
- ライブ共有では個人データが見えてしまうため、集計値のみを共有する運用が必要。組織によって機能が使えない場合がある
@kazutoyamaura /
- Metaが提供するパーソナルAIエージェントMuseが日本で提供開始
- メインチャットとサイドチャットの使い分け、アイデアタブでの提案機能、専用VMでのセキュリティ対策
- 重要な操作はSentinelによる承認が必要で、プロンプトインジェクション対策は未解決のため承認画面の内容を確認する