ichigoe

三度のご飯と機械学習が好き
B3, Kaggle Expert, 眼科AI, 画像認識

[ichigoe @16MBytes]

「ポケモンカードゲーム AI Battle Challenge」が開始されました。
Kaggleに慣れていない方が詰まりやすそうな、ポケモンのデッキリストの扱い方、submission.tar.gzの作成、Notebookからの提出手順をまとめました。

まずは提出を通したい方向けです！！
https://t.co/GG13XVUBCJ

[たかいと @takaito0423]

失踪はまだかわいい方で、解法を他チームに流出させる人や複数アカウント作って��る人など、違反行為している人が混じると、最後にチームごと順位表から無慈悲に消されるので、本当に気をつけてほしい

[ほーきー(Hawkie)🧹Vibe Coder & Analytics @hawkymisc]

ポケカコンペにより非Kaggle勢が大量流入すると考えられるので、Private Sharingの話をX(Twitter)に放流しておきます

粗っぽく一言でいうと「ノウハウや議論は『チーム内共有か全公開の二択のみ』ルール」です。
(多分不正確なので、参加する人は各自規約を確認下さい)

→https://t.co/RJQjgy99B2

[0x71 @0x71ff]

Cの開発者に世界がどう見えてたか、これを読むとちょっとわかる気がする。
https://t.co/Z9x55cPyxX

[Itaru Tomita / 冨田到 @itarutomy]

LoRAが「どれだけ記憶できるか」を1本の数式で予測できることを証明した研究（https://arxiv[.]org/html/2605.30260v1）。

LLMに知識を焼き込む方法には2種類ある。一つはRAG（検索でその都度情報を引っ張る方法）、もう一つはLoRA（追加パラメータに知識を刻む方法）。後者を「パラメトリックメモリ」と呼ぶが、どれだけ記憶できるかはこれまで定量化されていなかった。

この論文はLoRAのランク r（追加パラメータの数）と系列長 ℓ（記憶させる文章の長さ）から記憶量を予測する式を発見した。

　ΔL = C · r^α · ℓ^(-β) + b

ΔLは学習で得られる損失削減量。Llama3.1-8BでR²=0.987、Qwen3-8BでR²=0.983と非常に高精度��成立した。ランクを増やすほど記憶しやすく、文章が長いほど難しい、というトレードオフが式で説明できる。

もう一つの発見が「損失が低くても記憶が全滅する」という意外な現象。LLMは次のトークン（単語の最小単位）を順番に予測する仕組みなので、たった1トークンの予測確率が0.5を下回っただけで連鎖崩壊が起きる。実験では1つのトークン位置だけで全失敗の28%を占めるケースも確認。p=0.5がスイッチのような「決定論的相転移」として機能する。

この知見からMemFTを提案。閾値（p<0.5）を下回るトークンにだけ学習を集中させることで、Llama3.1-8BでMemFT-OTが完全記憶100%を達成（SFTは94.7%止まり）。汎化性能も7〜15%向上した。

[荒川 豊 (Yutaka Arakawa) | 九大 | 福岡未踏 @rkwy]

NeurIPS 2026のポジションペーパーでは「本文は人間が主に執筆、AIは軽微な校正のみ可」と厳格化

・理由：AI生成文はレビュー負担増・意図乖離・責任所在の不明確化を招くため

・提出論文の約28%で「大幅なAI使用」が検出され、想定以上の水準

・結果：18.4%が即デスクリジェクト、さらに12.7%は人手関与の証明を要求

・著者はAI利用の申告���、必要に応じて執筆過程の監査証跡（履歴）提出が必要

・過度なAI執筆は研究コミュニティ全体にコストを押し付けるという問題意識

・今後はAI利用の透明性・証明（provenance）が標準になる可能性

・AI���用自体は否定せず、「最終原稿の執筆主体」を人間に限定する方針
━━━
AI-Generated Papers in the NeurIPS 2026 Position Paper Track – NeurIPS Blog
https://t.co/2QeAUa1Ub6

[Rabotni(kuma|熊) @analokmaus]

医療 LLM ベンチマークの現在地：多面的評価 と日本ローカライズ https://t.co/cTFgsoArfj

本日の発��資料です。
#日本メディカルAI学会

[杉本 淳 | シェルパ代表 @jun_sgmt]

GENIACに採択いただきました。今回の採択は、シェルパが進めてきた非財務×AIの取り組みと金融市場への展開を大きく前に進める機会です。AIが判断するのではなく、AIが根拠を探し、人間がより速く正確に判断できる世���へ。GENIAC採択を大きな一歩として、金融領域向けの基盤モデル開発に取り組みます。

[knockout @knockout_]

つまりは、人件費とAIトークン費を同じ土俵で比較しますよってことか、おっかねえ。

[よしけい＠次はワンフェス @yosikei1210]

3Dプリンターがそうでした…
生活が変わるぞ！ダイソー無くなるかも！みたいな空気感が確かにあった

[Rabotni(kuma|熊) @analokmaus]

本日の発表資料です。

SOTAのさらに先へ：厳しい推論制約下での高性能モデルのPost-Training https://t.co/muBkC4i0de

#関西Kaggler会

[Kinosuke @Kinosuke_sophi]

明日の関西kaggler会でお話ししてきます！
草コンペ、Agent(Claude Code / Codex)活用のお話と最後にポエム。
https://t.co/SdSuyDCxTc

[Smoky@医用画像分析AI研究(博士後期課程) @smokyjp]

こないだの #関西kaggler会 でも話題に出たDINOの解説です。

[Takuma Nitta @5u_rw]

自分がデータサイエンティストを目指した原点の1つである約10年前の東芝メモリ売却と今のキオクシアの業績好調に思いを馳せて、こ��10年(多分8 ~ 9年)を振り返ってみた

高校の進路面談で「そんな職業はない」と言われて10年後、その職業に就いていた https://t.co/KjtsgfLNXX

[統計たん @stattan]

尤度おじさ��くっそワロタｗｗｗ

[Kotaro Kinoshita / MLism @KINOCOAI]

ちなみに手書きだけでなく、活字の検出/読み取りにも調整をかけています。(画像はjawildtextから拝借)

[ichigoe @16MBytes]

@YYama0 ありがとうございます！！！

[ichigoe @16MBytes]

学部2年次に初めて執筆した主著論文がIEEE Access誌に掲載されました！！！

緑内障AIで広く使われてきたセグメンテーション統合が、本当に分類性能や汎化に効くのかを大規模に検証し、その有用性が限定的であることを示した論文です！！
https://t.co/xLLoK6IVDQ

[Takuma Nitta @5u_rw]

ある多次元時系列データの各区間での状態をアノテーションするのが面倒すぎて、LLMにアノテーション候補を提示させるパイプラインと、ポチポチ承認・否認できるUIを作ってみた。
LLMに入力するのはドメイン知識に基づいて計算した複数の指標をルールベースで言語化したもの。
イメージ↓

[Nyx Foundation @NyxFoundation]

【お知らせ】

コードではなく「仕様書」からバグを見つけるAIセキュリティ監査ツールを、本日OSS公開しました。

名前はSPECA。Specification-to-Checklist Agentic Auditing Framework の略です。

SPECAは、「仕様駆動（Specification-driven）」で高信頼性ソフトウェアを監査するための、AIエージェント型セキュリティ監査フレームワークです。

従来のコード駆動型ツールとは、根本的に異なるアプローチを取っています。

自然言語で書かれた仕様、たとえば EIP やコンセンサス仕様書などから、まず 明示的な型付きセキュリティプロパティ（Invariant / Precondition / Postcondition / Assumption） を抽出します。

次に、それらを STRIDE + CWE Top 25 に基づく脅威モデルで整理します。

そのうえで、各実装に対して proof-attempt reasoning、つまり「��のプロパティが成立することを証明してみろ」と構造的に問いかけることで、仕様と実装のギャップを検出します。

これにより、次の3つの価値を提供します。

- 仕様レベルでしか表現できない脆弱性: コードパターンだけでは拾えない、仕様由来のバグを検出できる

- 複数実装間の横断比較: 同じプロパティ辞書で、複数の実装を一律に評価できる

- 偽陽性の原因分析: 根拠を完全にトレースし、偽陽性を根本原因ごとに分解できる

「これまでの実績」

SPECAは、これまで以下のような対象で実際に脆弱性を発見してきました。

・Intmax ZK実装
・SP1 zkVM実装
・Ethereumクライアント実装20件以上
・その他多数の DeFi プロトコル / OSSプロジェクト

直近の Sherlock Ethereum Fusaka 監査コンテストデータを用いた再実験では、既知の脆弱性15件すべてを検出し、さらに 追加バグ4件を独立に発見しました。

RepoAudit C/C++ ベンチマークでも、他のバグ発見AIと比較して最高水準の精度を維持しつつ、12件の新規候補バグを報告しています。

「なぜ今、全部OSS公開するのか？」

SPECAの核心である以下の要素を、すべて公開しています。

- プロンプト: AIエージェントのハルシネーションを徹底的に抑えるproof-attemptプロンプト設計

- 再帰的自己改善: 偽陽性を削減しながら H/M/L リコールを維持する 3-gate audit-reviewループ
（Dead Code / Trust Boundary / Scope）

- ハーネス: 並列化、リジューム、予算制御、circuit breakerまで完備した 再利用可能なPythonオーケストレータ

- 解釈可能性: 全ステップのログ・出力をJSONで構造化し、監査可能・解釈可能にした設計

バグバウンティのスコープやルールをそのまま BUG_BOUNTY_SCOPE.json として読み込み、実践的な脆弱性だけを抽出する設計です。

Claude Code CLI + MCPサーバーで動作し、Go / Rust / Nim / TypeScript / C などマルチ言語に対応しています。GitHub Actionsで全フェーズを自動実行できます。

公開の決め手はシンプルです。

エンタープライズのセキュリティ部門でも、ClaudeやOpenAIを活用したセキュリティツールを導入する選択肢が現実的になってきました。

その今なら、SPECAをオープンに公開しても、ただ攻撃に悪用されるのを指をくわえて見ているだけではない。防御側・ホワイトハッカー側が先に活用できる環境を作れると判断しました。

攻撃者より先に、ホワイトハッカーが現実システムのバグを見つけ、報告し、修正につなげられる世界を作りたい。

「Call for white-hat hackers」

ホワイトハッカーの皆さん、どうかこのSPECAを使ってください。

悪意あるハッカーより先に、バグバウンティ対象の現実システムの脆弱性を発見しきって、報告し、修正に導いて���ださい。

あるいは、これをベースに、より高度なバグ発見システムを構築する研究・開発の土台にしてください。

プロンプトも、ループも、ハーネスも、JSONログも、全部MITライセンスで公開しています。好きなだけ改造・拡張・フォークしてください。

「使い方」

repoをcloneして、次のコマンドを実行するだけです。

uv run python3 scripts/run_phase.py --target 04 --workers 4 --max-concurrent 64

コマンド一つで即座に動かせます。

BUG_BOUNTY_SCOPE.json と TARGET_INFO.json を用意するだけで、新しいターゲットの監査を開始できます。

GitHub: https://t.co/raP8RZDP57

READMEと全ソースコードを読めば、すぐに動かせます。

セキュリティ界隈の皆さんと一緒に、仕様から始まる本物の監査文化を次のステージに押し上げたいと思っています。

ご意見・改善案・バグ報告・コラボレーションも大歓迎です。RT・コメント・試用報告、どれでも構いません。ぜひ反応いただけると嬉しいです。