記事一覧 新着順
@Hiromu Ogawa /
- BigQueryデータエージェントは検証済みクエリと指示を元に質問に回答し、予測機能は設定によって制限される
- 検証済みクエリが使われた場合は「Verified Query」表示、予測機能は指示で断る設定が可能、データポータルからアクセスする際の権限設定が必要
- 予測結果の信頼性を確認するにはSQLと実績データを照合し、データポータルでのアクセスにはIAM権限とプロジェクト設定が必要
@wheesnoza /
- LaravelでAI開発を支える品質ハーネスとして、静的解析やテストの結果を機械的に検証する仕組みを導入している
- Larastanで型の不整合を検出、Pest Archテストで設計ルール違反を検出、Laravel Pintでコードスタイルを統一
- テストの実行結果と行カバレッジ100%を基準にし、ミューテーションテストで検証力の確認が必要
@taro sakane /
- AIエージェントが自然言語で指示されると、地物情報の取得・加工・可視化を自動で実行する
- 国土交通省のAPIに接続するMCPサーバーとQGIS MCPでデータ取得・可視化、Pythonでデータ加工
- QGISとPythonの環境構築とAPIキーの準備が必要で、データ形式の理解は不要
@Kazuki Odo /
- FSx for LustreのI/O問題をAWSと共同で切り分け、TCP化で対応した
- 通信経路の障害、メタデータロック競合、特定OSTでのI/O停止が原因。EFA経路の再送エラーとTCPへの切り替えが対応手段
- AWSのサービス変更やソフトウェア更新で挙動が変わる可能性があるため、公式ドキュメントを確認し環境で検証すること
@t_ushizawa /
- VSCode + Session Manager + DevContainer + BedrockでAWS上にAIエージェント向け開発環境を構築可能
- Session ManagerでSSH公開せず接続、DevContainerで環境標準化、Bedrock経由でIAMロール認証
- アクセスキーを配布せずIAMロールで認証できるためセキュリティが向上し、オフラインでも作業可能
@ずんだもち /
- 大規模言語モデルは分解文字を文脈に応じて異なる解釈をする
- ネ申は神と解釈、日月は明とは解釈せず既存語として読む、文章内では文脈で解釈が変わる
- 分解文字の解釈には表記の定着度と文脈の影響が大きい
@fuji333 /
- Bitbucket PipelinesとCodePipelineを組み合わせてECS(Fargate)への自動デプロイを実現した
- OIDCによるセキュアなAWS連携とECRへのイメージプッシュ、EventBridgeとCodePipelineによるFargateへのローリングアップデート
- デプロイの時間的・金銭的コストが予想以上にかかることを確認し、キャッシュ最適化やライフサイクルポリシーの設定が必要
@r.k /
- RAGシステムに証明可能な安全性を提供するSAGフレームワークが提案された
- 連鎖型動的鍵導出と独立AES方式で文書と埋め込みを暗号化し、認証後に復号して検索する
- ユーザーごとのPrivateDBを分離し、認証されたユーザーだけが自分のデータを復号する設計で、データ漏えいを防げる
@CHEN CHEN /
- OpenAI Agents API は、エージェントをサンドボックスで実行するためのAPIとして公開された
- エージェントの自律的な作業と実行環境の管理をOpenAIが担当、GitHubのOSSをインストールしてPDFをMarkdownに変換した
- データ保存先は米国のみでZDRには対応していないため、社外秘のファイルを扱う際は注意が必要
@CHEN CHEN /
- GPT Image 2.5 は GPT Image 2 と比べてコストと生成時間が大幅に改善されている
- コストは1/4、生成時間は3.8倍〜2.6倍速く、flare と sunburst の2モデルが存在
- 品質を high に設定した場合、GPT Image 2.5 は GPT Image 2 よりも安定性が向上している
@Luup Developers /
- iOSDC Japan 2026で地図アプリ開発やUI設計のセッションが紹介された
- 地図のピン操作に幾何アルゴリズムを活用する方法と、UIの柔軟性を高めるインターフェイス設計が話題に
- 地図関連のモジュール分割がAI開発に影響し、UI設計ではコンテキストに応じたインターフェイスの提供が重要とされる
@Hiromu Ogawa /
- BigQueryでデータエージェントを作成し、自然言語でクエリを実行できるように設定
- 知識源にテーブルを指定し、用語集と検証済みクエリで回答の定義を明確化、実行制限を設定
- データエージェントの利用にはBigQueryの読み取り権限とクエリ実行権限が必要で、費用はクエリ量に応じて発生
@xthixsl_ml@レオナ /
- Kaggleの細胞追跡コンペで361位を達成し、公開パイプラインと後処理の調整でスコアを改善した
- 公開Notebook x138をベースに、視野のずれ補正と分裂確認のしきい値調整、つなぎ直しの許容距離変更を試した
- Public LBとPrivate LBのスコア変動が逆転するため、ローカルCVとPublicの評価を同時に考慮する必要がある
@虎の穴ラボ技術ブログ /
- GitHub Copilot code reviewでAgent Skillsを活用して指示ファイルの運用を改善した
- Agent Skillsは.claude/skillsや.github/skillsに置ける、Suppressed commentsに折りたたまれる知識も対応可能
- 検証時は「これはテストです」と書かないほうが良い、抑制方向の知識はAgent Skillsに載せると効果的
@鵜飼 健史 /
- AIエージェントとgrillingスキルでリファインメント前のバックログを整理し、受け入れ基準とADRを作成する
- grillingスキルで1つずつ質問し、Redmineチケットの受け入れ基準を整備し、ADR作成を自動化する
- 受け入れ基準の更新はredmine-cliで実施し、改行対応が必要で、ADRは特定のフォーマットで作成する
@川口 小次郎 /
- Gemini Notebookのクイズ機能で資料の理解度をチェックし、一次資料に逆引きする学習法を実践
- クイズ生成時に聞き手目線のプロンプトを入力し、解説を読んだ後に一次資料の原文を確認
- クイズの解説に記載された引用をクリックして、元の一次資料を確認する際の注意点として、AIの回答根拠がハイライト表示されること
@tikeda123 /
- Numeraiの報酬は単体の予測力に加えて「みんなの予測にない部分が実際に当たったか」で決まる
- MMC（メタモデル貢献度）と相関スコアの両方を考慮し、木系モデルとベンチマークとの差分を学ぶ手法が使われる
- 予測と損益の相関を実測で確かめ、資金配分は事前の基準で段階的に進めることが重要
@shinkai_ /
- Markdownの表をVS Codeで操作できる拡張機能が公開された
- 表の絞り込み、ソート、ヘッダー固定、列幅変更、CSV出力が可能
- Excelへのコピペ作業を減らせるが、大規模な表ではプレビューの表示制限に注意
@Yasuhito Morimoto /
- 国内のAIエージェントが企業データを直接参照し、分析・記録・改善提案・業務実行まで担う仕組みへ移行
- ヘッドウォータースの「Silverデータ」基盤、WAPの「AquaAgent」統合基盤、NVIDIAの安全基盤が登場
- 企業データを直接扱うAIエージェントの導入にはACL・認証・監査ログの標準化が重要になる
@kyuko /
- Pyunto Roboticsというライブラリが公開され、スマホからロボットを操作できるようになった
- Pyunto Roboticsは日記型メッセージングアプリからロボットを操作するためのライブラリで、Gemma 4でロボットの判断を実行する
- Python 3.13以降ではロボットが文章を読む機能が使えないため注意が必要
