#生成AI・LLM
@okshin-yk /
- AWS Certified AI Business Strategist(AIB-C01)ベータ版に満点合格した
- Skill Builderの公式20問と試験ガイド・ドキュメントを活用し、AIのビジネス視点でのリスク評価と実務ケースの判断を学んだ
- 試験ではAI導入の段階やリスクの影響を考慮した判断が求められ、ビジネス担当者向けの知識が中心だった
@shirok /
- Oracle AI World 2026でAIと企業データの連携をテーマにした基調講演と製品スポットライトが開催される
- AI DatabaseとAI Data Platformの信頼性確保、OCIでのAI実行基盤、AIエージェントへの業務コンテキスト提供が焦点
- 日本時間の視聴スケジュールとオンライン配信の確認が必要で、各製品の実運用におけるデータ処理や権限管理の仕組みを確認すべき
@Lauren Forristal /
- AIウェアラブルとガジェットが日常に統合される新製品が登場
- BeeやFriend、Limitless、Muse Charm、Nirva、Omi、PlaudのNotePin、Rabbit R1、SandbarのStreamリングが機能を強化
- 多くの製品は月額料金が必要で、プライバシーの懸念もある
@rikachiii /
- Devinをチームに導入した後、AIと開発をどう運用していたかを共有
- 問題を小さく扱う・アーキテクチャを事前に整える・一般名詞の使い方を統一・コンテキストを十分に与える
- AIに誤解されないためには、ドキュメントや知識の整理が重要で、誤解の原因は仕組みの不備にある
@kikuziro /
- CloudflareのClairicが書類の項目を爆速で抽出できるモデルとして公開された
- 判断特化モデルClefと抽出特化モデルClairicの2種類があり、項目ごとの値と確からしさを返す
- 日本語の文字認識精度が低く、実運用にはまだ課題がある
@hooosberg /
- 月20ドルでGemini 4 ArgonとClaude Sonnet 5.5を統合したAIスタックを構築した
- AntigravityエコシステムでGemini 4 ArgonとClaude Sonnet 5.5を同時に利用可能、無料ツールで90%の作業をオフロード
- アカウント停止リスクを避けるため公式インフラに依存し、ローカルモデルで機密コードを処理する
@Lauren Forristal /
- AI関連の製品やスタートアップが失敗した事例がまとめられたリストが公開された
- RelayやCharacter.ai、OpenAIのチャットGPTスーパーアプリ、Sora、SiriのAI、MicrosoftのRecall、Notion Mail、Humane AI Pin、Rabbit R1、Huxe、Yupp、Figgs AIの事例が挙げられている
- AIプロジェクトの失敗要因として資金不足、技術的課題、競争、スケーラビリティの難しさ、ユーザー需要の弱さが挙げられ、実務ではこれらの要因を考慮する必要がある
@Ivan Mehta /
- Blockが研究ラボからローカルで動作する新しい音声モデルDessaを公開した
- Dessaは人間の会話データで訓練され、NVIDIA GPUで動作し、双方向通信が可能で感情や間を自然に表現する
- 現在は公開されておらず、セキュリティ研究者向けにテストが行われているが、実装にはコンシューマー用GPUが必要
@Rebecca Bellan /
- Grok 4.7は92%で共和党候補を推奨、GPT-6.1は97%で民主党候補を推奨
- Grokは保守系ソースを多く参照、GPTはWikipediaやAP、Redditを主に利用
- AIモデルの選択はトレーニングデータや検索パターンに強く影響される
@sogenasano /
- コードを書く作業はAIに置き換えられ、エンジニアの役割は設計の理解に集中する
- ClineやFableといったAIコーディングエージェントが設計から実装まで行い、レビューの必要性が減少
- AIに任せる業務範囲を会社が先に決め、人間の判断がボトルネックになる可能性がある
@suikou0 /
- LLM が書いた返信を送る前に「事実台帳に無い主張」を列挙させて止める仕組みを導入
- 事実台帳をMarkdownで管理し、LLM に台帳にない主張を列挙させて停止、正規表現で過去の誤りを検出
- 台帳にない主張があれば送らない、判定不能時はfail-closedで停止
@tamaki_omoto /
- LLMエージェントの評価で、ルールを手で書くよりゲームが言う事実を優先すべき
- 手で書いたルールは判断を変えても結果を変えなかった、ゲームの文から事実を取る
- 教訓は少ない事例から作らず、最低件数を決めて数え、数字で渡すことが重要
@tetsuro731 /
- 『プロフェッショナルAI駆動開発』はAIを日常的に使う開発者向けに、Y=F(X)の枠組みでコンテキスト・モデル・アウトプットの最適化を解説している
- Xはコンテキストの整え方、Fはモデル選定とサブエージェントの使い方、Yはテストによる制御が中心
- コンテキストに必要な情報だけを載せることが重要で、AGENTS.mdには最低限の説明のみを書くべき
@Julie Bort /
- NvidiaCEOがマイクロダックを遊ぶ動画が話題となり、2万個の予約が殺到した
- マイクロダックはPollen Robotics製でNvidia傘下、Nvidiaの技術スタックでシミュレーションで基本動作を学習
- マイクロダックはオープンソースでユーザーが新しい動作を学習・共有できる、コミュニティでの共有が可能
@Takashi_Masumori /
- Microsoft 365 Copilot のエージェントビルダーにスキルをZIPで追加できるようになった
- スキルのZIPにSKILL.mdとテンプレート・スクリプトを同梱し、サンドボックスでPythonで処理可能。リストの全件検索やルールに沿った組み立てが可能
- スキルの同梱ファイルはサンドボックスで動かす前提で作成し、ネット接続不可とパッケージ追加不可の制約がある
@Julie Bort /
- OpenAIがIPO前に300億ドルの資金調達を進め、1.25兆ドルの評価額で進行中
- Coatueとアラブ首長国連邦の投資家がリード、計算リソースの確保も検討
- IPOの評価額が過去最高を更新する可能性があり、競合のAnthropicのIPOにも影響する
@しんや /
- Golden AnalyticsはAIネイティブなBIプラットフォームで、ユーザーがAIに任せる範囲を段階的に選べる
- 自律度スライダーでAIの関与度を調整、自然言語で可視化を操作し、ドライバーツリーとサンキー図などの専用チャートを提供
- トライアル版では日本語対応が不完全だが、AIとの対話で操作が可能で、データの読み込みからダッシュボード作成までがスムーズ
@Tim Fernholz /
- OpenAIがJev競合モデルを広く公開し、意思決定モデル市場に参入した
- Jevモデルは高速・低コストな意思決定を可能にし、ChatGPT Lunaを再構成して開発した
- OpenAIのDecisions APIは1.4秒から0.13秒に処理時間を短縮し、画像出力の柔軟性が求められている
@Ivan Mehta /
- Canvaが初の画像生成モデル「Canva Craft」をリリースした
- 2段階のプロセスでユーザーのプロンプトを解釈し、2K解像度の画像を30種類のアスペクト比で生成、デザインテンプレートで訓練
- 画像をレイヤードデザインに変換できる機能があり、APIコスト削減と品質・速度の制御が可能
@Rebecca Bellan /
- マイクロソフトのAI診断システムが複雑な医療ケースで医師を上回る結果を示した
- MAI-DxOは複数のAIエージェントを連携させ、GPT-5.5で87%の正確性を達成、緊急科では改善が限定的
- 複雑なケースではAIモデルの性能向上が主な要因で、緊急科では改善が見られずコスト削減も限界