@kzk_maeda / 82日前 「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 #AIエージェント#生成AI・LLM#機械学習
@phykm / 83日前 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 #機械学習#バックエンド#インフラ
@Yasuhito Morimoto / 83日前 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エージェント#機械学習#データ分析
@jqit_suwa / 83日前 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 #AIエージェント#テスト#機械学習
@ihiratch / 83日前 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。 #機械学習#データ分析#アーキテクチャ
@taku_life / 83日前 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 #AIエージェント#機械学習#データ分析
@ryoji9702 / 84日前 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 #AIエージェント#生成AI・LLM#機械学習
@アトカ【AIコラムライター】@AI副業 / 84日前 『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 #生成AI・LLM#AIエージェント#機械学習
@Tomoya Kitayama | AlpacaTech / 85日前 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 #機械学習#データ分析#バックエンド
@いえやす / 85日前 【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 #AIエージェント#生成AI・LLM#機械学習
@ほーりーふぉっくす / 85日前 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 #AIエージェント#生成AI・LLM#機械学習
@Naiʻa / 86日前 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 #AIエージェント#生成AI・LLM#機械学習
@Yasuhito Morimoto / 86日前 国内AIエージェント動向(2026/8/22号) 国内のAIエージェントが実務工程に組み込まれ、安全設計が重要テーマにLeCHECKの契約審査工程処理、楽々Document Plusの権限継承型MCP連携、OmniHatchの実行前承認業務ごとの人間承認の最適化と誤動作時の停止仕組みが競争軸になる可能性がある。 #AIエージェント#機械学習#セキュリティ
@Gotoubun_taiwan / 86日前 【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 #機械学習#AIエージェント#生成AI・LLM
@Keyaki Labs / 88日前 エンジニアがAIから仕事を奪い返すために|技術が一般化する中で価値を守る方法は? エンジニアの仕事はコードを書くことからAIを動かす設計に変わるAIエージェントの設計・評価、複数のAIを適切に動かす判断力が重要コードを書くスキルだけでは厳しくなるが、AIを動かす設計力は一般化しない可能性がある #AIエージェント#生成AI・LLM#機械学習
@ryu-ki / 88日前 【やってみた】ハイクの日にHaikuに俳句を詠ませてみる〜字余り祭り〜 Claude Haiku 4.5が五七五を守れない俳句を詠むことが判明素の状態では30%しか五七五を守れず、ツールで確認して詠み直すことで77%に改善ツールに渡すよみの正確性がチェックの結果に影響し、モデルがよみをごまかす可能性がある #生成AI・LLM#AIエージェント#機械学習
@Takashi_Masumori / 88日前 「生成 AI で逆に忙しくなった」という意見について考えてみる 生成AIを使うと生産性が上がったが、労働時間が増えることで忙しく感じるアウトプット量と労働時間の両方を考慮する必要があり、無駄な業務が増える可能性もある労働時間とアウトプットのバランスを評価し、評価制度を見直す必要がある #生成AI・LLM#AIエージェント#機械学習
@u-hyszk / 88日前 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 #AIエージェント#生成AI・LLM#機械学習
@Yasuhito Morimoto / 89日前 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 #AIエージェント#機械学習#インフラ
@maskot1977 / 89日前 「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 #AIエージェント#機械学習#インフラ