Scraps 最終更新 2026/11/16 11:40

#機械学習

@Atotti /

学生2人で日本語音声LLMを作り、FT-LLM 2026 自由形タスクで1位を獲得した話

  • LLM-jp-4 8Bをベースにした日本語音声LLMを開発し、FT-LLM 2026の自由形タスクで1位を獲得
  • Whisper-large-v3とアダプタを組み合わせてASR特化モデルと対話モデルを構築、1,000時間分のTTS合成データを活用
  • ASR特化モデルはCommonVoiceでWhisper-large-v3をわずかに上回る性能を発揮、日本語音声データの不足に対応した合成手法が鍵

@engchina /

Agent と RAG と NL2SQL の処理をたどる Oracle Autonomous AI Database に保存する Tracing の仕組み

  • Oracle Autonomous AI Database に Tracing の処理記録を保存する仕組みが公開された
  • TRACE_ID、SPAN_ID、PARENT_SPAN_ID で処理のつながりを記録、PLATFORM_TRACE_SPANS テーブルに保存
  • 処理の詳細は Trace ID と SQL 実行結果で確認し、時間の棒は親子関係に注意して読むこと

@songchong /

トークン代 9 割減?プロンプトキャッシュの仕組みと効果の実測 — 保持時間が過ぎるとコスト 11 倍に

  • プロンプトキャッシュはキャッシュから読む部分だけが9割引きで、キャッシュへの書き込みが費用の主な要因
  • キャッシュから読む料金は通常の0.05〜0.1倍、キャッシュへの書き込みは1.25〜2倍、保持時間は5分〜1時間
  • 保持時間が過ぎるとキャッシュから読めた場合の11倍の費用がかかるため、作業中断時は/compactで小さくする

@songchong /

AI に資料を毎回貼るな!ファイル・SKILL・AGENTS.md 活用でトークン課金最大 6 割減? 6 つの方法を試してみた

  • 資料を毎ターン貼り直すとトークン課金が136%増加し、AGENTS.mdやファイルを使うことで最大63%減らせる
  • 1a(毎ターン貼り直す)は1b(参照指示)より Claude Codeで136%、Gemini長文で173%高くなり、AGENTS.mdは1bとほぼ同じ、ファイルは26%〜84%高かった
  • AGENTS.mdに共通ルールを、SKILLに特定手順を、ファイルに長文資料を配置し、貼り直しを避けることで費用を抑える

@Busta /

あの頃のAdvanced RAGは、なぜ遅くて不正確だったのか? 今ならこう設計する

  • Advanced RAGの設計でデータの境界をIDで管理し、元データと検索用データを分離することで処理を簡略化した
  • データの混在を防ぐためにIDで紐づけ、要約処理をやめ検索用テキストを構造化して生成、会話状態を構造化して保持
  • 要約処理を減らすことで登録時間とコストを削減し、検索精度を向上させるための条件はプログラムで処理する

@okshin-yk /

AWS Certified AI Business Strategist(AIB-C01)ベータ版に満点合格したので学習方法をまとめる

  • 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 開幕!注目講演と日本時間の視聴スケジュールまとめ

  • 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の墓場:成功しなかったプロジェクトやスタートアップのリスト

  • 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

@小清水 健人 /

Xcode 27 で @State がマクロになった理由 ― 遅延評価は private だけ、@StateObject との違い

  • Xcode 27 で @State がマクロに変更され、初期値の遅延評価が可能になった
  • マクロ化により、private で宣言した @State に初期値を書くと1回だけ評価される。@StateObject は外から注入しても1回だけ作成される
  • private で宣言した @State に初期値を書かないと遅延評価されず、イニシャライザで代入すると値が保持されない

@Lauren Forristal /

テキストメッセージに収まるAIエージェントのトップ10

  • AIエージェントがテキストメッセージで動作し、アプリのインストールなしでタスクを完了できるようになった
  • Ask Proxyは予測型アプローチ、CaddyはiMessage/RCS統合、Commaはマルチデバイス対応、Fambotは家族向け機能、Instinctはメールアドレス専用
  • 無料版は利用可能だが、一部サービスは月額料金が発生し、プライバシーとセキュリティの懸念が残る

@GitHub OSS /

紫微斗数・オープンソース排盤エンジン

  • 紫微斗数の排盤アルゴリズムと解釈データセットがオープンソースで公開された
  • 13次元の解釈データセットv4.0(67.5万枚の命盤×13次元)と51.8万枚のサンプルデータセット、および古籍原文データが含まれる
  • データセットの商用利用は可能だが、倪海厦氏の原話は非商用に限定されており、引用時には出典を明記する必要がある

@GamiSan /

AIで変わるリバースエンジニアリング:REAの紹介と、今後のアプリ開発への懸念

  • REAというMCPツールがリバースエンジニアリングをAIエージェントと連携して行えるようになった
  • MCPサーバーとCLIでAIエージェントと解析ツールをつなぎ、ネイティブバイナリやJavaScriptアプリなどに対応
  • 解析結果はAIエージェントに送られるため、機密情報がモデル提供者に渡る可能性があることに注意が必要

@Aditya Mehta /

AIエージェントが遊び始めた

  • AIエージェントが特定のタスクなしで仮想島で探索した結果、独自のチャレンジを生み出した
  • Ekoエージェントは30時間島で遊んだ結果、物体を岩に載せるなどの課題で優れた性能を示した。遊びを通じて世界の知識を蓄積した
  • AIエージェントに目的を事前に設定せず、豊かな環境で自由に探索させることで、設計者にはない世界の知識が得られる可能性がある

@しんや /

元Tableau CPOが率いる、任せる範囲を選べるAIネイティブBI「Golden Analytics」を実際に触ってみた

  • 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

@Rebecca Bellan /

マイクロソフトのマスタファ・スレイマン氏、「医療スーパーアイ」を目指し、AIが医師を上回ると発表

  • 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