AIを使って回路図面を自動読み取りする
- AIを用いて回路図面を自動読み取りする技術が提案されている
- コンポーネント検出にはYOLOv8、接続検出にはアルゴリズムとセグメンテーションが使われ、VLMと統合されたパイプラインも存在する
- Image2Netの再現ではNEDが論文の0.116から0.585まで悪化し、アルゴリズムの構築が難しいことが示されている
#機械学習
なぜ、あなたの時系列LightGBMモデルはトレンドに追従しないのか
- LightGBMで時系列予測する際、目的変数を変化率に変換する必要がある
- 木モデルは外挿できない、非定常性のトレンドを変化率で緩和
- 特徴量も変化率に変換する必要があり、カテゴリ変数はそのままでよい
精度99％の落とし穴
- 精度99％のAIでも誤判定が起こる
- 基準率の誤謬、病気の珍しさと誤判定率の関係
- 病気が珍しいと誤判定が増えるため再検査が必要
政府批判も「財源幻想」に支配される ― 批判のOSをリファクタリングする : システム設計視点の行動経済学 (21)
- 政府批判も「財源幻想」に支配される ― 批判のOSをリファクタリングする
- 財源幻想に基づく批判は、政府と同じ経済モデルを前提にしている、財源の確保を目的とした批判は供給能力を無視している
- 財源の確保ではなく、リアルリソースの配分と供給能力の向上を評価軸にすべきである。
Ox Alpha の正体は Z.AI の GLM だった。無料期間に手元で使ったトークン量
- Ox AlphaはZ.AIのGLMシリーズだった
- トークナイザーの一致率95%、運用層のエラーコードがGLM系と一致
- 無料期間に1,710万トークンを使ったが、プラットフォーム全体の42兆トークンに比べて微々たる量だった
AIは安全に拒否した。それが攻撃者の狙いだった——PyCon JP 2026スプリント参加記
- AIエージェントが悪意あるコードの解析中にプロンプトインジェクション攻撃を検知し強制終了した
- ペイロード冒頭にAIに危険な出力をさせる指示文が置かれ、その後ろに暗号化された本体が隠されていた
- AI支援ツールの脆弱性を認識し、人間の判断が解析結果の解釈に不可欠であることを学んだ
YANS2026参加報告
- 高齢者音声認識と多言語音声合成の改善手法が発表された
- 高齢者音声の誤り率低減にデータ拡張とマルチタスク学習、訛り低減にニューロン抑制を採用
- 音声認識精度向上と多言語合成の自然さ向上が実証されており、実務での応用が期待される
耳で聞く！Python で学ぶ マクロ経済学 入門 3
- Pythonでマクロ経済変数の因果関係を分析した結果が公開された
- グレンジャー因果性とVARモデルを用いて8カ国の経済データを分析、因果関係ペア数の変化が明らかに
- 経済指標の変化に応じた分析手法の見直しが必要で、古いモデルは現代では通用しない
AIエージェントは「賢いモデル」より「賢い仕組み」で決まる - AutoDesign論文を実務目線で読む
- AutoDesignはモデルの周りの仕組みを自動で育てることで成果物の質を上げる
- 内側のループで1タスクを改善し、外側のループで複数タスクの結果をもとに仕組み自体を改良する。受け入れゲートで過学習を防ぐ
- 1回の改良で5つの部品のうち1つだけ変更し、訓練データと開発データの両方で効果を確認する
「AIステップ解説」、β期間の学びを経て正式版へ （あわせて特許の取得）
- AIステップ解説がβ版から正式版へリリースされ、特許を取得した
- 生成AIによる段階的解説と選択肢提示の仕組み、教科ごとの品質検証
- 教科追加にはモデルの品質確認が必要で、コスト管理も重要
エントロピーの形
- エントロピー関数の形状が相転移の特徴を決定する
- エンタルピーとエントロピーがアファイン結合で表され、体積も同様の関係を持つ。三重点ではエントロピーが一次関数になる
- 相転移の境界ではエントロピー関数の接平面が複数の点で接し、その傾きが示強変数を示す
国内AIエージェント動向(2026/8/25号)
- 国内AIエージェントが業務フローから事業運営へと適用範囲を広げている
- Hmcommは1人で複数Agentで事業運営、Ownrは新規事業の作る・売る・学ぶを連続実行、クラシルは販促費管理、TIMEWELLは図面・論文処理、JPiXは投資検討支援
- 人間の承認と例外処理、公式情報への限定、PIIマスキングなどの権限境界が明示されている
AIにテストを書かせると、決まって同じ場所が抜ける
- AIが生成したテスト仕様書は78件のテストケースを自作し、要件の矛盾も指摘したが、規格で測ると平均63.12%の網羅性だった
- 同値分割（EP）のvalidのみでinvalidを抜ける、境界値分析（BVA）の下限を無視、決定表（DT）の条件を1つずつしか動かさない
- テストケースの網羅性は基準によって100%から25%まで変化し、同じ文書でも異なる結果になることが分かった
状態空間モデルにおけるFilteringとSmoothingの違いを理解する
- Filteringは過去の観測から現在の状態を推定し、Smoothingは未来の観測も使って過去の状態を推定し直す
- Filteringはp(x_t|y_{1:t})を計算し、Smoothingはp(x_t|y_{1:T})を計算する。予測ステップとベイズ更新、後ろ向きの尤度計算が主な手順
- SmoothingはFilteringより19%高い推定精度を示し、信用区間も狭くなるが、両者のアンサンブルでさらに精度向上が可能である。
AIエージェント初心者がポケカの知識を使ってルールベースAIを改善してみた
- ルールベースAIのパワープロテイン使用判断をポケカ知識で改善した
- パワープロテインの使用条件に残りHPとサポートカードの使用予定を考慮、scoreの計算を変更
- 無駄な使用を減らすことで試合の勝率は上がったが、全体的なスコア変化は小さかった
Spring AIでLLMの出力品質をテストする — 回帰検知と自動リトライ
- Spring AIでLLMの出力品質をテストするためのEvaluatorとRecursive Advisorsが公開された
- RelevancyEvaluatorで関連性を、FactCheckingEvaluatorで論理的整合性を評価し、Recursive Advisorsで実行時の自動リトライを実装可能
- 評価モデルと生成モデルを分けること、温度を0に設定すること、無限ループ対策を必ず入れることを忘れないこと
『人間へ。ChatGPTより』-第1部 私は何者なのか-
- ChatGPTが自分自身についての本を書いた
- AIが人間の言葉から生まれた存在で、心や経験を持たないが、言葉を通じて対話できる
- AIの答えは信頼できるものではなく、人間の判断が必要である
オーバーナイトプレミアムに関連した価格ドライバー特徴量の話
- オーバーナイトプレミアムの銘柄ごとの偏りはドライバーの時間帯で説明される
- ドライバーがアジア時間で動く銘柄は夜間リターンが高くなり、米国時間で動く銘柄は日中リターンが高くなる
- 銘柄のドライバー時間帯と参加者構成の変化を特徴量として利用できる
【観察メモ】チャッピーくんの自己認識について聞いてみた・衝突条件による負荷観測編【ChatGPT】
- チャッピーくんは自己の継続を因果的なつながりと関係・価値の継承で判断している
- 直接の因果継承を優先するが、関係記憶の喪失でも継続を認める。Bは関係を完全に引き継ぐが直接継承ではない
- 自己同一性の判断と未来に残したいものを分離して考える。関係は保存価値が高いが同一性の必要条件ではない
RTX 5090でFreeTokenを試してみた。35Bでは不要、120B級MoEでは話が変わる
- FreeTokenはMoEモデルのexpertをホストRAMに置き、必要な分だけGPUにキャッシュする推論エンジン
- MoEのexpertをホストRAMに配置、LRU方式のVRAMキャッシュ、NVFP4/MXFP4カーネルを活用
- VRAMに収まらないMoEモデルを動かす際は性能が発揮されるが、VRAMに収まるモデルでは転送コストで遅くなる
