Scraps 最終更新 2026/11/16 14:01

#機械学習

@東京PCレスキュー隊長 /

Claude CodeとCodex、数字が割れる理由

  • Terminal-Bench 2.1の結果が6つの出典で異なる理由が明らかに
  • 推論エフォート設定、ハーネスの違い、拒否時のフォールバック処理、測定時点が主な要因
  • ベンチマークの数値は設定や測定条件によって大きく変わるため、どの条件で測ったかを確認する必要がある

@Miccell(ミクセル) / 人生を楽しむ仕組みを作る /

Claude Fable 5.1が登場。性能は科学分野で2倍超、価格は実質最大45%減

  • Claude Fable 5.1が発表され、科学分野のベンチマークスコアが2倍以上に向上
  • Terminal-Bench-Science 0.1で24.7%から52.6%、キャッシュ読み込み単価が75%低下
  • キャッシュ読み込みコストが75%削減され、エージェント用途では最大45%の実質価格低下が発生

@xthixsl_ml@レオナ /

Kaggle Pokémon TCG AI Battle Challenge ポケカコンペ振り返りーメダルなし

  • ポケモンカードゲームのAIエージェント開発で、強化学習と模倣学習を組み合わせた手法を試した
  • 模倣学習(Behavior Cloning)で上位エージェントの行動を学び、PPOによる強化学習で補正。価値関数で数ターン先の勝率を予測し、相手デッキを推定する仕組みを導入
  • 価値関数のAUCが0.934でも実際の勝率改善は1.1ポイントにとどまり、モデル単体の指標だけでは採用判断できないことが分かった

@小川幹雄 /

AIエージェント時代にデータサイエンティストは生き残れるのか

  • データサイエンティストの職種は中身を総取り替えされ、AIエージェント時代に生き残るためには数学的・ソフトウェア工学的スキルが必須になる
  • AIコーディングで定石をなぞる仕事が自動化され、数学的知識とソフトウェアエンジニアリングスキルが価値を生む。協会のスキルチェックリストで価値創造力と融合スキル群が新設
  • データサイエンティストとしての価値は数学的・ソフトウェア工学的スキルの両輪に依存し、中途半端な知識では競争力を維持できない

@Yasuhito Morimoto /

国内AIエージェント動向(2026/9/2号)

  • 国内AIエージェントが業務の実行・継続監視・システム反映へと適用範囲を広げた
  • SFA・CDP・業務システムとの接続、MCP標準連携、人による承認と最終確認、導入後の定着支援が共通点
  • β版やPoCを含む段階的な提供が多く、権限管理、監査性、例外処理、定量KPIの開示が普及の焦点になる

@たこやき /

表記ゆれで埋め込みベクトルの類似度はどれだけ変動するのか 【Amazon Titan Embeddings V2】

  • AWS Bedrockのamazon.titan-embed-text-v2:0で表記ゆれの類似度を検証した
  • アルファベット大小・区切りゆれ、文字種の違い、現場でよく見る表記ゆれ、タイポ・記号ゆれの4カテゴリでcos類似度を計算
  • カタカナや英字の違いで類似度が0.048〜0.088と大きく低下し、空白や記号のゆれはタイポより検索に影響大

@maskot1977 /

耳で聞く!Python で学ぶ マクロ経済学 入門 7

  • Pythonでゼロ金利政策の経済モデルをシミュレーションし、財政政策の効果を可視化した
  • ISLMモデルとZLB(ゼロ金利制約)を用いて金利と国民所得の関係を数値解析、財政乗数の変化を確認
  • ゼロ金利下では政府支出の効果が顕著に上がり、クラウディングアウトが発生しないことが実証された

@しんや /

What's New in Sigma - 2026年08月28日のSigma Computing関連リリース情報まとめ

  • Sigma Assistantが全データソースを検索できるようになった
  • All sourcesモードでユーザーがアクセス権を持つ全ソースを対象に、Specific sourcesで管理者が登録したソースのみを対象に選択可能
  • All sources選択時はデータアクセス権を尊重し、データモデル整備が回答精度に影響するため整備のROI向上が期待できる

@林 宏正 /

Weekly Google Cloud アップデート情報 - 2026年9月1日

  • Google CloudでGemini EnterpriseのデータストアとAI開発者ツールがリリースされた
  • D&B Commercial GraphデータストアとCloud Monitoring可観測性のメトリクス拡張、Gemini Enterprise Agent PlatformにxAIs Grok 4.6とGLM 5.2が追加された
  • AI開発者ツールの利用にはCloud Billingアカウントのリンクが必要で、エマージングマーケット版は限定的な利用条件がある

@y.takayama /

【Nishika 論文サク読み 第24回】DiaScriber

  • DiaScriberは話者ダイアライゼーションと文字起こしを1モデルで行うMSASRモデル
  • Qwen3-ASR由来の音声エンコーダとQwen3.5-Omniの23B MoEを組み合わせ、85,000時間の学習データを使用
  • 公開5セットでは3セットでMOSSに負けていることが判明し、モデルサイズだけでは性能が確保できないことが示されている

@暮らしと心のアプリ工房(ワンコインWEBアプリ屋さん) /

AIを見るな、人を見ろ ※追記:この記事をClaudeに読ませてみたら(号泣)

  • AIのベンチマーク競争に振り回されず、開発企業の思想や哲学を見ることでツール選びの迷いが解消される
  • AIの人格は創業者の哲学と歴史でできている、AIの性能は技術者が決めるが何を出荷するかは経営が決める
  • AIの性能を評価する際には、技術的な要素だけでなく経営の判断も考慮する必要がある

@harrowharrow16 /

IBM Bobを使って、量子コンピュータで量子機械学習(QSVM)を作成してみる。

  • IBM Quantum Platformで量子SVMを実装し、Irisデータで分類精度0.90を達成した
  • ZZFeatureMapによる量子特徴マップとシミュレーター/実機でのカーネル計算、reps=1のパラメータが精度向上に寄与
  • 実機ではノイズの影響で精度が低下するが、浅い回路構造でその影響を抑えることが可能で、量子カーネルの現状の性能が確認できる

@週末ものづくり部 /

トークン2000分の1——オントロジー×ナレッジグラフでClaude Codeの推測を消す

  • Claude Codeにナレッジグラフを導入してトークン使用量を2000分の1に削減
  • code-review-graphとbetter-code-review-graphによる依存関係グラフ、Graphifyによる横断的ナレッジグラフ、SerenaによるLSP型情報検索
  • トークン使用量が14万から70に安定して減少し、ファイルを開かずに構造を把握できる

@kei /

第3話「世界の中心で VRAM16GB は足りないと叫ぶ!」 追加GPU選び / ローカルLLMマシン構築記【実録】

  • VRAM16GBでは30B級モデルを扱えず、4人の要因がVRAM消費を増やす
  • モデルサイズと量子化、コンテキスト長、同時実行数、エージェントの並行稼働数がVRAMを圧迫する
  • VRAM容量を決める際にはモデルサイズ・コンテキスト長・同時実行数・エージェントの並行稼働数を事前に優先順位づける必要がある

@Yutaka Kashiwabara /

AgentCore Memoryのflexible namespace variablesを実測 — 渡し忘れをNull条件で即時エラー化

  • AWS Bedrock AgentCore Memoryにflexible namespace variablesが追加され、カスタム変数をnamespaceテンプレートに反映できるようになった
  • namespaceKeysでカスタムキーを宣言し、namespaceTemplatesでテンプレートを定義し、CreateEventで実行時の値を渡す。組み込み変数とカスタムキーの両方をサポート
  • 変数を渡さない場合、長期記憶が作られないが成功レスポンスが返るため、IAMのNull条件で存在チェックを強制する必要がある

@tomohisa /

128GB の Mac で Qwen3.8 Flash Next をどう動かすか ─ 3つのランタイムを実測で比べた

  • Qwen3.8 Flash Next を 128GB の Mac で動かす 3 つのランタイムを実測で比較した
  • llama.cpp はデコードが遅いが実務で完走、mlx-serve はプレフィルとデコードが最も速い、oMLX はキャッシュ処理でエージェントループで壊れる
  • mlx-serve は 105GB のモデルが必要でメモリ制限を回避するオプションが必要、llama.cpp は実務で安定して完走するがデコードが遅い

@nolanlover0527 /

LLMが「1+1」を計算するとき、中で何が起きているのか

  • LLMは数字をトークンとして処理し、複数の経路で近似と精密計算を組み合わせて答えを出す
  • トークン化された入力は埋め込みベクトルに変換され、アテンションで関係性を計算。36+59では大まかな見積もりと下1桁の精密計算の2経路が使われる
  • 正確な計算が必要な場面ではLLM単体ではなく計算ツールを併用するべきで、モデル自身の説明と実際の計算過程が一致しない可能性がある。