Ruwsha / EXR

#EXR_Network 運営補佐 exr_dev サラダバイキング運用担当のRuwshaです。

[Ruwsha / EXR @Ruwsha_EXR]

さてつん.mob
カスタムエンティティ作るの結構難しいw

[yoh @yohhoy]

{ "true": 0.42, "false": 0.27 }

[すずめさん トリッカル垢 @Suzume0910]

@sumesumetei なんて恐ろしい司祭なんでしょう

[あいびぃ @ivy432hz]

VOICEVOX に Jev を挟んで読み間違いとイントネーション補整をやらせてみてる。読みは割といけて、イントネーションもいけそうでまだ効果が薄い...

[「幼女戦記Ⅱ」アニメ公式【 2026年7月8日(水)放送開始！】 @youjosenki]

𝟗.𝟐𝟒 𝐓𝐡𝐮. 𝟎𝟎：𝟎𝟎

[流動食 @ryu_do_shock]

高校同期のsetlogガチでありがとう

[東條チカ @yooochika]

みんなー！
幼女戦記の時間だよーー！

[Ruwsha / EXR @Ruwsha_EXR]

べあ氏のcozip凄いな、、、18000個ぐらいのプレイヤーデータ一瞬で圧縮完了した、、、

[ぶるぺん/blue.pen5805 @blue_pen5805]

「Codex に頼めばできる」「Codex にやらせればいいじゃん」「全部 Codex がやってた」
困ってる人に対してそんなことを言っていませんか？

気をつけて！それ、コデハラです
普通の人は使ってないしAI課金もしてません

そもそもそれで解決する人は最初からあなたじゃなくてCodexに質問してるぞ！

[窓の杜 @madonomori]

「GitLab」に緊急パッチ、CVSS満点「10.0」の脆弱性 ～認証なしでサーバーファイルを読まれる／自己管理型の環境は即時のアップデートを https://t.co/mixZmZP0Tz

[Gwess💕(SFW) @GwessZeroSFW]

Tanya and the love letter...💔

#youjosenki

[𝐬𝐚𝐛𝐨𝐭𝐞𝐧𝐦𝐚𝐧🌵 @WorldSaboten]

⚓️

[堀大輔 / 「睡眠時間は自由」睡眠改善プログラム、Nature sleep代表 @d_holi]

@tikal_cps 2人とも窓際行って・・・シコれ(棒読み

[デジタル庁 @digital_jpn]

Techブログ：⾏政⼿続等調査データ（約75,000件）をMCPで⾃然⾔語分析可能に

MCP（Model Context Protocol）を活用して対話形式で分析を行える、技術検証目的の簡易的な実装をご紹介。AIの誤った補完・推測を減らしつつ、MCP AppsによるチャットUI表示も試作しています。
https://t.co/QEIjGlETp3

[︎︎🐸いまいまい🐌 @imaimai17468]

Anti AI Slop Design系のを持っておくと良いです

https://t.co/VyMzfHwRbE

[Ruwsha / EXR @Ruwsha_EXR]

もうAI無しで生きられません。
GPT PRO x20契約してしまった。。

[R4im @L4ymxx]

物陰から爆速のデブ出てくるゲーム

[🦀ベあ | bea4dev🦀 @_Be4_]

ずっとここで迷ってる
Fable 5を継続的に使いたいが、これを契約することでAIに依存しきってしまわないか心配で迷ってる
今やってる「レートリミット来たら手書きするパワープレイ」ができなくなってしまうのではないかと心配している

[Sakana AI @SakanaAILabs]

We are excited to share our latest work, together with @nyuniversity: "Dream-Cubed: Controllable Generative Modeling in Minecraft by Training on Billions of Cubes."

Blog: https://t.co/dASGUTAPIY
Paper: https://t.co/EQbWkWgztP
Code: https://t.co/QQBh2HmF6i

Generative AI has made incredible progress in language modeling, far beyond other modalities, where words and tokens offer a natural compositional unit for scalable training. This is similar to Minecraft and many other popular video games, where developers rely on cubes, tiles, and other discrete primitives to build rich, interactive worlds.

In this work, we show that using cubes as tokens allows large transformers to do the same. Our contribution is two-fold:

1/ We release Dream-Cubed to the research community, a large-scale dataset of Minecraft worlds designed for generative modeling. Our data comprises tens of billions of carefully-balanced cubes from procedurally generated Minecraft terrain and high-quality human-authored maps (obtained with the authors' consent).

2/ We use our data to train a family of powerful transformers for efficient generation of interactive 3D environments at cube resolution. We show how our models allow players to mold the world around them by generating structures, terrain, and maps that are immediately editable and playable.

Using high-quality data, we demonstrate that these models can be successfully trained with different training objectives, including both continuous and discrete diffusion, unlocking targeted inpainting, large-scale outpainting, and user-conditioned generation of infinitely sized worlds with fine-grained block-level control.