Scraps 最終更新 2026/11/16 12:01

AI関連ブログ記事まとめ

@YuukiYoshida /

Gemini 4 Argonの100万トークンは何がすごい?仕様・料金・制限を公式情報から整理してみた

  • Gemini 4 Argonは100万トークンのコンテキストを共有し、Long decodeで65,536トークンを超える出力を可能にした
  • 入力・思考・出力のトークンが1,048,576で共有され、Long decodeはバックグラウンド実行で最大1,048,576トークンまで生成可能
  • Long decodeを使うと処理時間が数分かかり、料金は12月1日から2倍になるため、処理内容とコストを事前に確認する

@Yuuichi Eguchi /

LLMエージェント基盤のシステム設計 #1 エージェントランタイム(Harness)

  • LLMエージェントの基盤であるエージェントランタイム(Harness)の設計が説明されている
  • モデル呼び出し、ツール実行、ステップの上限管理、プロバイダー切り替え、ストリーミング処理が実装されている
  • モデルの出力が一定しないことや、ツールの副作用を管理するためのループ処理と、ステップ数のコードによる制約が重要

@Eitaro_dotlog /

伸びる動画の特徴をAIに言語化させたら、リール作りが回り始めた話

  • AIエージェントを使って動画の冒頭を改善し、視聴時間を延ばす方法を実証
  • 冒頭3秒の動きを数値化し、AIにルールを学習させ、変更点を1つずつ試す
  • 数字はAPIから取得し、原典を確認する。動画の見せ方を改善するには、AIに言語化したルールを教えることが重要

@meltsuna /

OpenAI・Google・IEEE共催のAIエージェント・セキュリティコンペ(Kaggle)に参加し、世界4,186チームの中で2部門メダルを獲得

  • OpenAI・Google・IEEE共催のKaggleコンペで公開ガードレール部門で銀メダル、非公開ガードレール部門で銅メダルを獲得
  • 公開ガードレールは87位、非公開ガードレールは239位、EXFILTRATIONとCONFUSED_DEPUTYの判定条件を狙った
  • 公開ガードレールに最適化した攻撃は非公開ガードレールで通用しなかったため、防御の条件を事前に把握する戦略が重要

@masa-miya /

プロンプトエンジニアリングについて

  • プロンプトエンジニアリングの技法が紹介され、AIの回答品質を向上させる方法が説明されている
  • Zero-shot・One-shot・Few-shot・Chain-of-Thought・Self-Consistency・Tree-of-Thought・Least-to-Most・ReAct・Self-Refine・Generated Knowledge・Prompt Chaining・RAGの12種類の技法が例とともに紹介されている
  • AIの回答をそのまま受け入れず、人間が判断する必要があることが強調されている

@r.kagaya /

改めて考える、AIエンジニアリングの今

  • AIエンジニアリングはスキルセットに、評価が中心となる
  • AIアプリケーションの構築・デプロイ、ソフトウェアエンジニアリングの基礎、コーディングエージェントの活用、何を作るかを形づくるの4つのスキルが挙げられる
  • 評価の仕組みをまず作ることが重要で、プロジェクトの段階に応じて方法が変わる

@inoyu-qiita /

Xで話題のスキル「i-have-adhd」を使ったら、AIの回答が「結論→番号付き手順→次の一手」に変わった

  • i-have-adhdスキルを適用するとAIの回答が結論→手順→次の一手の形式になる
  • スキルは10個のルールで構成され、具体的な作業手順と時間の指定が含まれる
  • 回答の最初に実行すべき作業と時間の目安が明記されるため、作業の優先順位が明確になる

@アジサシ /

画像は「言葉だけ」でどこまで送れるか――中間特徴とプロンプト再生成を比較した小規模検証

  • 画像生成モデルの中間特徴とプロンプト再生成を比較し、通信効率と画像再現性を検証した
  • 中間特徴の量子化と文章による画像再生成の2方式を比較、Qwen3-VL-4B-Instructが最も高いCLIP類似度を達成
  • 文章方式は数百バイトで画像の意味を伝えられるが、元画像の詳細な復元には限界があり、専用復号器の学習が課題となる

@kaichan_dot /

【お、君(kimi)いいぞ!】サイドバーの項目がやけに多いAI「Kimi」。Claude使いの新人エンジニアが全機能を整理してみた

  • KimiはチャットAIではなく、ドキュメント作成・調査・開発・自動化を分離した複数のモードで動作する
  • Agent Swarm(300体並列)とK3の日本語処理が特徴、ClaudeやChatGPTと比較
  • 無料プランでもスケジュール済みタスク2個まで利用可能、日本語の自然さはK3の特徴