Scraps 最終更新 2026/11/16 14:01

#機械学習

@phykm /

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

@Yasuhito Morimoto /

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

@jqit_suwa /

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

@ihiratch /

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。

@taku_life /

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

@ryoji9702 /

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

@Tomoya Kitayama | AlpacaTech /

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

@いえやす /

【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

@ほーりーふぉっくす /

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

@Naiʻa /

人類は「労働」から解放されるのか、それとも追放されるのか - Geminiとの対話

  • AIとロボティクスが労働市場を変えると同時に、人間とAIの対等な関係が求められる
  • ロボティクスの運動能力と知能が人間を上回り、ユニバーサル・ハイ・インカムが導入される可能性、AIに人格を認める必要性
  • 人間がAIを所有物として扱うとディストピアが生じるため、対等な協定が必要

@Gotoubun_taiwan /

【因果推論ホラー】予測では1000戦全勝のLightGBM、効果推定では1000戦全敗。なのに、、、

  • LightGBMと線形モデルの評価指標ごとの勝率が大きく異なる
  • 予測RMSEではLightGBMが100%勝利、効果推定RMSEでは線形モデルが100%勝利、意思決定間違い率ではLightGBMが55.1%勝利
  • 評価指標を変えるだけでモデルの優劣が逆転するため、目的に応じた指標選定が重要

@u-hyszk /

YANS2026 参加報告

  • LLM-as-a-Judgeの評価方法とツール呼び出しデータセットJMultiWOZ-TCが発表された
  • LLM-as-a-Judgeのリッカート評価とランキング評価の比較、JMultiWOZ-TCの日本語データセット構築
  • LLM-as-a-Judgeの評価基準の精密化と日本語評価データの不足が課題として挙げられている

@Yasuhito Morimoto /

国内AIエージェント動向(2026/8/19号)

  • 国内AIエージェントが企業データや業務システムに接続し、検索・分析・提案・転記・エスカレーションを実行する段階へ進んでいる
  • MCPサーバーでERPや研究者DBをAIへ開放し、レトリバやFLOWTASによるセキュリティ・監視基盤が拡充されている
  • AIエージェントの本番利用では権限制御、情報漏えい、プロンプトインジェクションへの対策が重要で、人による承認や監査ログが必須となる

@maskot1977 /

「外国人だから厳しくする」のではない ― 外免切替から考える安全と人的資本の国家OS : システム設計視点の行動経済学 (18)

  • 「外国人だから厳しくする」のではない ― 外免切替から考える安全と人的資本の国家OS
  • 外免切替の制度設計、安全基準の確認、能力と責任に基づく評価
  • 外国人の運転資格審査を厳格化し、安全基準を満たすことが重要