AI-tok

機械学習(AI)の情報収集用

[Tomoya Kitayama | AlpacaTech&FOLIO HD @gamella]

軽く一本ブログを書きました。ヘッジファンドやクオンツトピックをどうやって収集しているかです。
https://t.co/7kdkaxlMM2

[FinatextDev @FinatextDev]

Finatext Tech Blog🚀

2026年6月にGoogle Cloudが発表した「OKF（Open Knowledge Format）」を、RAG・LLM Wikiなど周辺技術から体系解説。「蓄積したやり取りを再利用可能な知識にする」標準化の本質や、Skillsとの違い・盲点まで整理しました！

https://t.co/fjU0GM2aAI
#ナウキャスト

[ムンク。 @dakaravaz]

久しぶりにえぐい記事に出会った

「勝手に学ぶ人」と「期待されて学ぶ人」の差が埋められない｜柴田史郎 @4bata #最近の学び https://t.co/fxZkA8Pc2f

[Koder @koder_dev]

「レビューして」って頼んで、なんか無難な指摘だなーってずっと思ってた

ログラスの松岡さんの「敵対的検証して」は、課題がある前提で反証させるから判定と根拠まで返ってくるの凄すぎる

一言でここまで変わるんか…
https://t.co/fsxMPnp2ug

[UKI @blog_uki]

めっちゃ有用な記事なんですけど🤣
先日実装された決算予定日APIの使い方。

[平田朋義 @tomo3141592653]

数学の未解決問題が次々とAIにより昔からある手法で地道に解かれてるのを見て、数学ってこれまで人手不足だったのではと思った。最近の流れをまとめてもらった。

https://t.co/N6aiFnc09K

[Naoya Chiba @n_chiba_]

MIRU2026 チュートリアル講演2「三次元データ処理の動向」の資料を公開しました！
https://t.co/193DVjWzMN

貴重な機会をいただきありがとうございました

[kunpe @ymdpharm]

オントロジー実践ブログ第2弾を書きました〜
人間不要で更新できた話、グラフ研究を活用した話を含めています

AIに持たせた地図が、次は勝手に育ち始めた〜進化するオントロジーの実践〜｜kunpe (ymdpharm) @ymdpharm https://t.co/kgwVRExux3

[Tomoya Kitayama | AlpacaTech&FOLIO HD @gamella]

皆様、私のAlpacaTechのチームで金融関連の題材も扱う形で最新のデータ分析エージェントであるSnowflake CoWorkのセミナーを開催します！
https://t.co/s0A78GQayi

日時：2026年8月27日（木）16:00～17:00
形式：Zoomによるオンライン開催
参加費：無料

詳細はコメントに記載👇️

[Shinichi Takaŷanagi @_stakaya]

OpenAIとしての「AI投資管理方法」の記事。下記プロセスを推奨：
１：AI利用/支出を可視化
２：ROI(per 成果)でモデル効率評価
３：ガバナンス整備
４：複利効果ある業務に重点投資
５：価値が実証された業務でのAI利用枠拡大

エージェント型 AI 時代の AI 投資管理方法
https://t.co/moF9dzKc2B

[今井翔太 / Shota Imai@えるエル @ImAI_Eruel]

DeepSeek-V4-Flashの異常な性能と安さについて「これは今だけ。中国モデルもいつか値上げする」という意見があります。これは最もですが、DeepSeekは特殊で、先日リークがあった以下の創業者の投資家向けトークから伺えます。これは中国AIのコストの話を超え、今後世界のフロンティアAIモデル競争、AI関連の投資経済も左右する話かと思います。

・AIは巨大な市場であり、いつかは世界のGDPの10%を占めるかもしれない
・しかし、それを独占してはならない。他者と共有しなければ生き残ることはできない。これはAIそのものより大きな問題であり、この利益を独占する者は歴史に見放される
・AIに関しては従来のビジネス思考に従うべきではない。AIを現実のものとし成功するには自制心が必要である。
・世界のGDPや中国のGDPの一定割合を自分たちが支配していると考えてはいけない。そのような考え方をすればするほど成功する可能性は低くなる
・AIの成功による利益は莫大である。小さな分け前でも非常に大きな利益であり、これでも十分である、大きな利益ではなく、妥当な利益を得ることが重要だ
・当社のAPI価格設定は、AI開発に必要な機器に必要な投資を10ヶ月で回収できる程度が妥当だと考える
・これは利益の最大化が目的ではない。今の性能と価格帯であればおそらく価格を２倍にしてもユーザーのトークン消費量はあまり変わらないだろうが、しない
・実は当初は需要の高さが予想されたため、価格を上げたことがあった。しかし、これはDeepSeekのチーム内で評判が良くなかった。その後、価格を4分の1にしたらチームが大喜びして歓声があがった。
・この歓声と喜びこそがDeepSeekのビジョンを指している。つまり、利益の最大化ではなく、適正な利益を維持しながら誰もが購入できる価格を実現し、誰もが役に立つAIを手に入れられることである
・これはおそらく他の競合は喜ばないだろう。普通に考えると、この考え方は利益を損なう。だが、これこそがDeepSeekが違う点であり、我々はそれで十分だと考える。10ヶ月でコストを回収できる程度の価格であれば、商業的に満足であり、会社も社会も人々もWinWinだ
・私にとって、この価格の抑制策は戦略である。短期的にはこれで利益は減るかもしれない。しかし、大きな見返りを得るためには何かの犠牲が必要だ
・当社は利益を6倍に抑え、10ヶ月でコストを回収することを目標とする。利益を100倍にしたいのであれば、オープンソースも含めた我々の戦略は不当であるが、この目標であれば持続可能である。
・この戦略は技術面で多くの機会をもたらし、AGI実現の可能性を高める

と、普通に聞けばポジショントークで、OpenAIも似たようなことを言っているような気がするのですが、重要な点として、
①そもそもこのトークは公開されることを前提にしたものではなく、目の前にいる投資家だけに向けたものだった（後日、このトークが表に出て問題になった）
②目の前にいるのは投資によって利益の最大化を目論む投資家であるにも関わらず、それと逆行する内容である
③DeepSeekは実際にここまでほぼ上記の哲学に基づく開発と経営を実行してきた
(オープンモデルはもちろんのこと、DeepSeek論文によって表に出たGRPO、RLVRなどの技術は現在のLLM開発の標準になっている。OpenAIなどは技術は持っていても公開しなかった)
④DeepSeek創業者はすでに個人として人生コンプリートの状況であり、個人としても会社としても資金に不足がない

ということで、少なくとも本人は現時点での本音を語っていると見ていいと思います。

DeepSeek創業者の梁文鋒は、すでに本業の金融で財をなした億万長者（おそらく世界の新興AI起業の創業者ではトップ）かつ中国の英雄としての名声もあるので、真の意味での「無敵の人」です。DeepSeekもほとんど自己資金でやっており、外部資金調達はほとんどおまけか余裕を確保するためで、実際前回の投資はトークが流出したので、怒って全部断っています。よって、事実上どこからも制約も受けず（強いて言えば中国政府くらい）、自分の哲学をどこまでも貫き通す可能性が高いです。
DeepSeekの性能がOpenAIやAnthropicなどに一旦追いついてしまえば、これらのラボが収益を上げようとしても、実質的に梁文鋒の哲学によって決められた価格が基準になってしまい、高い利益率をあげることができません。
これはさらにOpenAIやAnthropicに投資した金融にも波及するので、ある意味で現在のAI経済への爆弾のきっかけになるとも言えます。一方で、OpenAIやAnthropicはともかく、梁文鋒の言うようにAIの経済全体としてGDPの何%みたいな状況になれば、AI経済全体としてはプラスで投資が報われるという考え方もできます。

[NLPコロキウム @nlp_colloquium]

小田さん（@odashi_t）のNLPコロキウムでのトークを公開しています→📺 https://t.co/Sf1lYjTGXc
当日参加できなかった方もぜひご覧ください！
※ なおQA・ディスカッションは公開しておりません。

[u-hyszk @u_hyszk]

テックブログを公開しました！
データサイズが小さい場合におけるLLM-as-a-judgeのキャリブレーションを試してみました

https://t.co/Cz7wolw7vr

[しゅんけー「📕Pythonで学ぶ画像生成」発売中！ @shunk031]

最近こういうところからも zenn でテックブログ上がったりしてていいな（内容も面白い）

次元削減による日本語埋め込み表現の文章長バイアスの検証【JSAI発表論文】｜ακιτο https://t.co/fcp2O8L38N

[株式会社Algomatic @AlgomaticJp]

▶️技術ブログ公開のお知らせ

ーーAIが生成した文章をレビューする側に回ると、読みやすいのに判断できない文章に出会います。

技術文書で必要なのは、うまい表現よりも、変更内容、検証方法、残るリスク、採用判断が見えることです✍️

本記事では、ソフトウェアエンジニアの Go が、AI生成コンテンツに対する人間の受け取り方を、関連する研究動向から振り返り、レビューで必要な５つの観点を解説します👏
https://t.co/acueZ2djR2

[みずほ総合研究所 @mizuho_mhri]

【ナレッジ・オピニオン】生成AI時代の人的資本経営

▼詳細はこちら
https://t.co/J6kT9q7779

生成AIは生産性を大きく向上させる一方、人が経験から培う「感覚」の形成機会を奪う可能性があります。
本稿では、AI活用と人間ならではの感覚の維持を両立する人的資本経営のあり方を考察します。

#AI #人的資本

[Yuki Yoshida @yshd]

本日の資料公開しましたー、どなたかの参考になれば嬉しいですー
https://t.co/RoA8Z5UHEi

#aiddcon2026

[AI-tok @a11i2015]

読む

[みずほ総合研究所 @mizuho_mhri]

【みずほ経済インサイト】　AI時代を読み解く① 「道具」から「エージェント」へ～大きな関心と無視しえない緊張を生むAI～
▼レポートはこちら
https://t.co/FXQp6CO4eG
みずほ総合研究所では、AI 時代を読み解くために押さえておくべき論点や基本的な見方を、さまざまな角度から順次提示していく新シリーズ「AI 時代を読み解く」の連載をスタートします。第1回では、今回のAI ブームの特徴を技術と実装基盤の両面から捉えたうえでAIの実装が経済・金融・社会にもたらす緊張関係を整理し、本シリーズで取り上げる論点の全体像を概観します。＃AI ＃エージェントAI

[Kazunori Sato @kazunori_279]

これが先週からバズってる「グラフエンジニアリング」のまともな解釈。つまりループエンジニアリングの発展系で、エージェントの試行錯誤の軌跡（trajectory）の構成手法のこと（それが本質的に有用なのかどうかはしばらく見定める必要があるけど）。しかし恐ろしいことに、ナレッジグラフやグラフDBの「グラフ」（データモデルの構成方法）と混同した解説記事がたくさん生産され、しかもどれもバズってて、俺のXのおすすめの上位に上がってくる。みんな中身を読んだ上でリポストしてるのかあやしい🤨（もしくは人為的な手法でバズらせてるのか）。これが多くのAI系バズの実態。たぶん非エンジニア勢が大半をドライブしてて、玉石混交すぎる。

"複数のループが協力する必要が生じると、何がいつ実行されるか、何が並行して実行されるか、誰が誰をチェックするかを指定する必要がある。ノードが作業をし、エッジが次に何を実行するかを決め、共有状態がそれらの間で流れる。

単一のループは自分自身に指すエッジを持つ1ノードのグラフに過ぎない。それがグラフがループを置き換えるのではなく統治する理由だ"

[connect24h @connect24h]

MIXIの26新卒向け「AI技術研修」の講義動画がYouTubeで無料公開されてるんだけど、これ全エンジニアが絶対に見た方がいいレベルの神コンテンツだった。というか、MIXIの新卒者、これ、理解できるの？レベル高すぎだろ。合計約5時間、AIの基礎からLLMアプリの現場実装まで、実務目線のノウハウが惜しげもなく公開されてます。これ無料で観れるのバグでしょ…。

動画はDay1とDay2に分かれていて、内容がとにかく濃くて実践的、生きたコンテンツ。Day1でまずは実践、そのあとにDay2で理論と「逆引き学習」や「アジャイル学習」で構成されている👇

🟩 【Day1：AI・機械学習の基礎と実運用】 ・従来のプログラミングと機械学習の決定的な違い ・教師あり/なし/強化学習の仕組み ・Claude Codeを使ったAIコーディング支援の実践 ・モデルのデプロイやデータドリフトなど「運用」の生々しい課題

🟩 【Day2：LLMの仕組みとAIエージェント】 ・自然言語処理と分散表現（単語のベクトル化）の基礎 ・LLMの学習コストや裏側の仕組み ・Function Callingやマルチモーダルの活用 ・プロンプト評価、ベースライン作成から始めるLLMアプリ開発

ここがすごいのが単なるAIの教科書的な授業ではなく、「実際の開発現場でどうやってAIを活用・運用しているのか」「評価やデプロイの壁をどう乗り越えるか」という事業会社ならではのリアルな知見が詰まっています。特にMLOpsの話や、Reactを使った検証用UIの爆速構築などの現場感ある話は超実践的。

「AIツールを使える」状態から「AIをプロダクトに組み込める」エンジニアにステップアップしたい人は必見です。

週末のインプット教材としてこれ以上のものはないと思う。まとまった時間が取れる時に観るのがおすすめなので、忘れないようにブックマーク推奨🔖！

▼ Day1：AI研修(Day1)【MIXI 26新卒技術研修】 https://t.co/pGukCy5p5i
▼ Day2：AI研修(Day2)【MIXI 26新卒技術研修】 https://t.co/4dsKSrDhED