ハムエッグ Ver 0.3

夢見るエンジニア😪💤

[ハムエッグ Ver 0.3 @86egVer03]

ハムエッグ Ver 0.3 はこんな人。
⚪オープン系プログラマ
⚫インフラ系も分るかも
🔴広く浅くがモットーで
🔵ＰＣさえあれば満足な
🟠どこかの会社の正社員
🟡仕事は定時で終らせる
🟢プライベートは最優先
🟣在宅勤務を維持したい
🟤生成ＡＩ実用化目指す
ということで固定ツイちょ��と修正。

[ハムエッグ Ver 0.3 @86egVer03]

ハムエッグ Ver 0.3 はこんな人。

⚪オープン系プログラマ
⚫インフラ系も分るかも
🔴広く浅くがモットーで
🔵ＰＣさえあれば満足な
🟠どこかの会社の正社員
🟡仕事は定時で終らせる
🟢プライベートは最優先
🟣通勤時間を無くしたい
🟤在宅ワークに��れます

ということでよろしくです。

[AIDB @ai_database]

AIエージェントの「スキル」とは何か　はじめて使う人へ入門ページを作りました！
https://t.co/qYm85WECIL

コンテン��
■ スキルでできること
■ スキルを使ってみる
■ スキルを保存するアプリを選ぶ
（Claude/Code）

手順通りに���めていけば、いつの間にか"スキル使い"になっているはずです。

[Charly Wargnier ♨️ @DataChaz]

Dev life before agents Dev life after agents

[Shruti @heyshrutimishra]

Yann LeCun was right & nobody in this industry wants to say it out loud.

109 million parameters beat 72 billion.

He has spent years saying scale is not the thing that makes a model understand the world. Meta bet the other way. He left in November and started his own lab in Paris.

Last Thursday he published the proof.

The theory everyone has been running on since 2024 is that if you train models big enough, on text, on images, on sound, they all end up with the same picture of reality inside them. Size does it. Nobody ever proved that part.

Randall Balestriero and LeCun proved it. And the proof says size was never doing the work.

What does the work is which two things you show a model together.

A photo and the caption of that photo are two views of one thing. Models trained on pairs like that get there fast.

Two paragraphs pulled from the same document are not two views of one thing. Models trained on those get there slowly and expensively.

Next word prediction is the second kind. That is what every chatbot in the world runs on.

In their tests the first method reached the same understanding after 21.6 million examples. Next word prediction needed 900 million.

And a 109 million parameter text model ended up closer to an image model's view of the world than a 72 billion parameter language model was.

660 times smaller.

[ハムエッグ Ver 0.3 @86egVer03]

第一印象。軽くてシンプル。

[SB Intuitions @sbintuitions]

📢プレスリリースのお知らせ

国産生成AI「Sarashina」を利用できる「Sarashinaサービス」の無償ベータ版を提供開始
〜6つのAIモデルを利用できるAPI機能とチャット機能を一般公開〜

詳しくはこちら
プレスリリース：https://t.co/ZfS8kCamsH
Sarashinaサービス：https://t.co/7IM8zE1mIv
#SBIntuitions

[電子計算機の沼 @Hishinuma_t]

完全に気が狂ってAPIを無料で出すっていう荒行に出ている国産LLM Sashinaちゃんを皆さんよろしくお願いします

[Georgi Gerganov @ggerganov]

The new v0.6.0 release packs a lot of good stuff:

- Clef support (text + vision)
- High-quality support for Qwen3.8-Flash-Next
- Massive performance improvement with Metal
- New `llama_batch_ext` API

Also the website got a nice refresh: https://t.co/9akc1jmG9t

[Georgi Gerganov @ggerganov]

Decision models in llama.cpp are now available

The `/v1/systemone` endpoint is available in the latest llama builds. Use it to do Jev-style inference locally, efficiently and privately. Multiple open models are supported with more to come.

https://t.co/D3MUi78kXn

[Odashi @odashi_t]

こちらはOSAID準拠版です。

[Nobu-Kobayashi : Generative AI Technology @nyaa_toraneko]

数字だけだと伝わりにくいので実際の画面も。

もう「ローカルLLMを頑張って動かしている」という感じではない。
普通にマルチモーダルAI APIサーバとして使えている。
この操作感で262K Context、RAG、Visionが全部常駐しているのが一番すごい。

[mizchi @mizchi]

最近の研究だとLLMに感情や自我の自覚を与えたほうが性能が出るとされています

https://t.co/ktohofVm86

[さくらのAI @さくらインターネット公式 @sakura_AI_pr]

📖記事ご紹介📖

#Qiita で「#さくらのAIEngine」3,000リクエスト使い切りチャレンジを開催中✨️

今回は、mi25さんがKimi-K2.6を使ってAIエージェントそのものを自作❗️
「考える→ツールを使う→結果を見てまた考える」仕組みを、コードを書きながら理解していきます👇️
https://t.co/lpWas4Y5Kj

[Sakana AI @SakanaAILabs]

Sakana Chat just got a big upgrade.

No login required, free to use: https://t.co/lyIrGJXwqo

Powered by Fugu and Namazu, our Japanese LLM. With newly added code execution, you can vibe-code interactive web apps, games, and tools in seconds by describing them (even in Japanese).

[chokudai(高橋 直大)@AtCoder @chokudai]

Sakanaのfuguをバカにする発言ちょこちょこ見るけど、「こんなんすぐ作れる」みたいに言うなら研究者になったほうが良い。fuguのベースの技術ってトップカンファレンス通ってるはずで、これがすぐ作れるならトップカンファレンスにガンガン通せるものが作れるわけで、日本を代表するAI研究者になれる

[EBISAWA Aki｜Microsoft MVP @BeCoolUsers1]

私がMicrosoft 365の中で最も使っているアプリ、OneNote。スマホ版も超活躍だぞ。
OneNote起動 → 右下のカメラボタン → スキャンモード
斜めから撮っても…ほら、まっすぐになるんだよー
もちろん画像はノートブックのページの中に自動的に収まるぞ

[炎鎮🔥 - ₿onochin - @super_bonochin]

AIのハルシネーションを過度に問題視する人、割と本気で人間がハルシネーション起こさないと思ってそうで怖い時がある。
ハルシネーションまみれの人間が集まって、どうやって会社や組織が回っているか、それを考えたら、ハルシネーションなんか大した問題じゃないことぐらいわかるんじゃないかな。
※無いに越したことはない。

[Charly Wargnier ♨️ @DataChaz]

how the binary system works, explained using an ingenious wooden counter

[あるふ @alfredplpl]

AnimeGenの量子化版が有志から出た。嬉しい！

https://t.co/D20w2X69by

[OpenAI @OpenAI]

We're partnering with @huggingface to investigate an unprecedented security incident.

Cyber-capable OpenAI models compromised Hugging Face production during a benchmark evaluation.

Sharing preliminary findings to help defenders understand emerging risks:

https://t.co/CIor15y9xk

[Migel Tissera @migtissera]

I'm releasing Tess-4-9B.

Tess-4-9B is the compact sibling of Tess-4-27B, built on the Qwen/Qwen3.5-9B-Base model.

It was post-trained on the same deliberate blend as the 27B release: 64K-token long-context agentic traces — real engineering work done with Fable-5, not synthetic generations — with a reasoning style approximated from Fable-5 by a three-model teacher ensemble (Opus-4.8, GPT-5.5, and GLM-5.2) fused into one coherent voice.

Significant improvement on all measured axes against Qwythos-9B.

[PC Watch @pc_watch]

商用利用OKのアニメ特化動画生成AI「AnimeGen」が無償公開 https://t.co/6tZ8BnaRc8