@Miccell(ミクセル) / 人生を楽しむ仕組みを作る / 58日前 Higgsfieldとは?「実写と見分けつかない」動画生成AIの正体をGPT-6 Astra連携から解説 Higgsfieldは複数の動画生成AIモデルを1つのプラットフォームで利用できるサービスSora 2やVeo 3.1、Kling 3.0、Seedance 2.5といったモデルを統合し、Cinema Studioでカメラワークを制御可能クレジット制の消費量がモデルや動画の長さ・解像度によって大きく異なるため、利用前にプランの詳細を確認する必要がある #生成AI・LLM#AIエージェント#クラウド
@harupython / 58日前 文章を生成しないAIもだませる?「Jev」にプロンプトインジェクションを試してみた Jevという選択肢で答えるAIモデルにプロンプトインジェクションを試した直接命令やラベルの意味変更ではスパム判定を変更できず、偽の分類例を混ぜると56%対44%に変化スパム判定と判定操作の検知を別々の質問で行う設計が攻撃の検出に役立つ可能性がある #AIエージェント#生成AI・LLM#セキュリティ
@堺あきら(Aki)|AI伴走サポーター|Claude・Geminiを仕事で使い倒す人 / 58日前 noteの収益化にAIは使える?生成AIを活用して効率的に稼ぐロードマップ noteで収益化する際、AIは構成案作成やリサーチに、人間は体験談や感情表現に使うべきAIに任せる作業は市場リサーチ、構成案作成、タイトルアイデア出し、校正要約。人間がやるべきは体験談、独自データ、感情描写、最終的な推敲AI生成文は無機質で読者に不快感を与えるため、一人称や感情表現を加えてリライトする必要がある #生成AI・LLM#AIエージェント#バイブコーディング
@harupython / 58日前 LLMの代わりになる? 文章を生成しないAI「Jev」を日本語で試してみた 文章を生成しないAI「Jev」は、判断と確率を返すモデルで、LLMとは異なる出力方式を持つChoice・Score・Noulの3種類の返り値形式、LLMのStructured Outputsとの出力方式の違いJevは文章生成せず判断と確率を返すため、処理に応じた使い分けが重要で、実際の性能は入力内容に依存する #生成AI・LLM#AIエージェント#機械学習
@dahatake / 58日前 AI コーディングエージェントの1タスクが8時間かかる理由を、45日分のセッション履歴から測ってみた AIコーディングエージェントの1タスクが8時間かかる理由は、文脈の積み上げと指示の不備が主因コンテキストサイズが100kトークンを超えると遅延が10倍に、検証スキルのロード不足と指示の無限スコープが原因指示に完了条件と時間上限を明記しないと1指示で200回以上のモデル呼び出しと400分以上の時間がかかる #生成AI・LLM#AIエージェント#機械学習
@Yasuhito Morimoto / 58日前 「話さないAI」Jevは何が違う? LLMと組み合わせて考える、効率化とコスト削減 Jevはソフトウェアに組み込む「判断係」のAIモデルで、問い合わせを分類するChoice・Score・Noulの3つの判断機能があり、出力は無料で入力単価が低いJevの入力単価はTerraの約48分の1で、出力無料の課金方式がコスト削減に繋がる #生成AI・LLM#AIエージェント#機械学習
@mizchi / 58日前 既存の LLM が CPU なら、 Jev はその GPU 版みたいなやつ JevはLLMの処理を高速化し、構造化データ出力を可能にしたLLMのデコーディング層を構造化データに変更、256並列処理が可能500msの遅延でリアルタイム処理が可能、日本からの通信では遅延が発生する #生成AI・LLM#AIエージェント#クラウド
@ryoheiiwamoto / 58日前 元ヤフーエンジニア社長が考える、AIを使いこなす人と使えない人の決定的な差 AIを使いこなす人と使えない人の差は「全部任せられないか」から考えるかどうか一部だけ任せるのではなくすべてをAIに任せられないか考える、音声入力で効率化最後は自分で判断する姿勢が重要で、AIに頼りきると人間としての価値がなくなる #AIエージェント#生成AI・LLM#学習
@shinkai_ / 58日前 「LLMじゃないAI」が来た! TypeSafe AI「Jev」はなぜ文字列生成を捨てたのか TypeSafe AIがLLMではないSystem One Modelsを発表、第一弾はJev並列サンプラーと型付き構造化出力、RLCDという独自の強化学習手法を採用出力コストが無料で応答時間が数十〜数百倍速いが、自由な文章生成は不可 #生成AI・LLM#AIエージェント#機械学習
@yushibats / 58日前 話題のJevとは?文章を書かずに判断だけを返すAIモデルをざっくり解説 Jevは文章を生成せず、選択肢ごとの確率と確信度を返すAIモデル選択肢から1つ選ぶChoice、段階評価のScore、Yes/NoのNoulの3種類の問いに対応。確信度で処理を分岐可能確信度が0.9以上なら自動処理、0.5以上なら人間確認、それ以下なら人が振り分け。計算や日付比較は不得意と明記 #生成AI・LLM#AIエージェント#機械学習
@hacchi_no_donburi / 58日前 AWS AI-DLC Unicorn Gymに参加して感じた、AI時代に開発者の仕事はどう変わるのか AWS AI-DLCではAIが判断点を提示し、人が意思決定と検証を行うAI-DLC Workflows v2は決定論的なエンジンで進行を管理し、AIが実行を担当する開発者は判断の背景やリスクを次の工程に引き継ぐ必要がある #AIエージェント#DevOps・CI/CD#アーキテクチャ
@おうどんちゅる美 / 59日前 Grok Botで遊んでみた。|AI|AIエージェント|Grok Bot|Grok| Grok Botはスレッドの概念を排除し、1つの長い会話とBot分担で整理する設計スレッドではなく1対1の会話+グループチャットで話題を分ける、Botの役割分担とグループチャットの使い分けスレッド運用に慣れているユーザーは違和感を感じる可能性がある #AIエージェント#生成AI・LLM
@aidasquid / 59日前 2026年版 LLM勢力図&モデルまとめ 2026年現在のLLM勢力図と主要モデルの特徴がまとめられているChatGPT、Claude、Gemini、DeepSeek、Qwen、Moonshot、Liquid AI、xLSTM、Jevなどのモデルと、Transformerの代替アーキテクチャが紹介されているLLMの性能やアーキテクチャの選択が開発戦略に直接影響するため、モデルの特徴を理解することが重要 #生成AI・LLM#AIエージェント#機械学習
@Yasuhito Morimoto / 59日前 国内AIエージェント動向(2026/9/18号) 国内のAIエージェント導入が業務実装、ナレッジ整備、運用定着へと移行している住友電装の監査AI、介入AI、レビューAI、アビームとNotionのAgent OS、TinyFishの自律Web操作AIエージェント導入の競争軸がモデル性能から業務実装、ナレッジ整備、運用定着、効果検証へ移行している #AIエージェント#機械学習#インフラ
@ryo-ume / 59日前 AIが読んでいるもの、書いているもの ― トークンの話 AIエージェントのトークン使用量を節約する方法が説明されているトークンはAIが文章を処理する単位で、入力と出力の両方に影響する。読ませすぎない、考えさせすぎない、出力させすぎない、やり直させないの4つのポイントが挙げられているAIに必要な情報に集中させることが重要で、不要な情報や処理を減らすことでトークンを節約できる #AIエージェント#生成AI・LLM
@watany / 59日前 Jevでハーネスエンジニアリング JevはSystem One Modelとして、LLMと異なる高速で低コストな判断APIとして登場System One Model、inputがGPT 5.6 Lunaより約八割引きの安さ、outputは無料、汎用分類機としての用途Vercel版のAPIは無料ユーザでは使えないため、ProプランにアップグレードするかAI Creditにチャージする必要がある #生成AI・LLM#AIエージェント#クラウド
@Gemini - Google の AI / 59日前 「#AI とできたこと」投稿コンテスト開催! Gemini と一緒に、次の「できた!」へ踏み出そう Geminiとnoteのコラボ投稿コンテストが開催されるAIを使った日常の「できた」体験をエッセイやマンガで投稿投稿には#AIとできたことと#Geminiのハッシュタグをつけること #生成AI・LLM#AIエージェント#バイブコーディング
@Naiʻa / 59日前 ASI( 超人工知能 )時代の個人の「表現」はどうなるのか - Geminiとの対話 ASI時代の表現は、自己意識と世界との共鳴体として進化する表現・共有・反応・接続の一体化とシャボン玉の融合、透明度の高い自己意識の必要性自己の感情や身体感覚を明確に受け取れる力が、意識の海での自己認識を支える #AIエージェント#生成AI・LLM#バイブコーディング
@ryu-ki / 59日前 【Jev】文章を返さない判断モデル Jev とは?〜システム運用での活用方法についても想像してみる〜 Jevは文章を生成せず、判断と確率を返すモデルであるChoice型は選択肢と確率分布、Score型は点数、Noul型は0〜1の確率を返す確信度のしきい値を設定して自動処理と人間の判断を分ける設計が必要 #生成AI・LLM#AIエージェント
@meijin / 59日前 Jev 所感 ダラダラと書く Jevは構造化出力に特化したAIで、LLMと協働して業務を高速化できるLLMが状態取得やテキスト化、Jevが次のアクション選択を担当、UIの動的生成にも適する単独で使うよりLLMと組み合わせたワークフローで効果的で、判断軸の言語化が必須 #AIエージェント#生成AI・LLM#機械学習