青シャツ

Rust/Python DMの通知が来ないことがあるため急ぎの方はリプください

[青シャツ @EqualL2]

特定の言葉に対応して曲が脳内再生される謎のイベントハンドラが実装されているな

[Weiss @0107miyako]

ミヤコやミヨのような敬語キャラの口調が崩れる瞬間からしか得られない栄養がある
あとカズサみたいな基本砕けた口調の子がたまに発する敬語や丁寧語も好物です

[ton yabumae @ton0415]

これ！「私は愛とか精神をお金に換えて売ってんの！」という、マーケットとアートのもやもや関係を一言でブッ飛ばす発言をたまに思い出してたんだけど、どのドキュメンタリーで見たっけと思ってたのでありがたし

[ポンコツずんだもん @hinkonzundamon]

悪知恵だけは働くなぁ

障害者雇用に応募
↓
不採用通知
↓
翌日会社から連絡
↓
ほぼ採用寸前だったが1人決まってしまった、別グループ会社なら紹介できる
↓
障害者何も分からず闇バイトに加担

現実になりそうな予感

[非耶部（ヒジャベ） @subete_0hana4]

「東京は浅草に来ております！」の用法、話者が不特定多数に向けて喋るときに使いがちなので、日常会話で使う場面はそう多くはない

引用欄で非文扱いされてて結構驚きました

[非耶部（ヒジャベ） @subete_0hana4]

正しい日本語の話をする人の中に俗用にも辞書的な用法にも詳しくない人がいて、そういう人は「自分が正しいと思えなかったら間違ってる」という笑える世界観を持っている

[非耶部（ヒジャベ） @subete_0hana4]

とりたて助詞は知名度が低いんだなあ

[洋梨🍐 @vp_urdp]

【速報】ワイADHD、バスの停留所にソウルジェムを忘れる

1：1
今バスの横を凄い形相のQBが並走しとる。ほんまいつもすまんな

2:名無しの魔法少女
またお前か

3：名無しの魔法少女
草。降りたれや

4：1
いやあと三駅で目的地やねん。
もう少し頑張ってくれQB

5：名無しの魔法少女
カスで草

[kotori @kotoriko]

戦時中最強のバカを探してるんだけど今のところ一位は町内会を軍隊化しようとして町内会の人たちに滅茶苦茶怒られたバカだな。

[モマ二郎 こみトレ48 5号館H29b @momajiro_t]

(カプ厨が死ぬ音)

[更科悠乃@小説「快傑令嬢リロット」ただいま連載中！@空想科学小説作家 @yuno_sarashina]

佐村河内の片棒を担がされた作曲家の新垣氏は、「佐村河内が間違ったのは自分が作曲家と言い張ったことで、プロデューサーに徹すれば才能がある人物だった。彼が示すイメージはよく伝わってきて、それに従って曲を作るのは面白い作業だった」旨のコメントを残している。

[Latte☕(霜月霙) @Latte_art01]

どうしよう、雑に合成してみたら思いの外Bが合ってて困る

[Masa @1v1asa]

カンナの嘘を見破ろう！
#ブルアカ

[辺野古ボート転覆事故 遺族日誌 @Beloved_Tomoka]

先生のこと｜辺野古ボート転覆事故遺族メモ @Beloved_Tomoka https://t.co/iShnr6HyeV

[かもリバー @xcloche]

はてブコメント数／はてブ数を「言及誘発度」と定義し、一年分のはてブから誘発度の高い特徴語を調べたところ、「三大」等の他候補を追加したくなるタイトル、食べ物の話題、「〜ない」等の否定表現が強かったため、「三大許せない白飯のおかず」が虐殺の文法ということになった

[DALT @alt_dirty]

<東日本中央放送 重大報道>

谷川岳의 燦爛한 光明星이자 大衆交通 統合의 象徵, 우리 東日本의 偉大한 領導者이신 스이카펭귄同志께서는 不敬하게도 同志의 자리를 노려 빼앗고자 하는 惡辣한 反黨反革命分子 3名의 指名手配寫眞을 公開하셨습니다

[Artificial Analysis @ArtificialAnlys]

Announcing Artificial Analysis Intelligence Index v4.3, upgrading Terminal-Bench to 4.0 and adding AutomationBench-AA, an agentic workflow automation benchmark with a private test set. This is a continuation of our rollout of Intelligence Index v5

Changelog (Index v4.2 → Index v4.3):
➤ Terminal-Bench: 2.1 → 4.0, completing our upgrade to the latest version of Terminal-Bench
➤ Replacing 𝜏³-Banking with AutomationBench-AA, our implementation of Zapier's business workflow automation benchmark

We are continuing to prioritize keeping Intelligence Index as useful as possible by bringing forward a subset of the changes we had planned for Index v5. Each change in v4.2 and v4.3 stands on its own merits and brings the Index closer to real-world problem solving, adds more private test sets to prevent gaming, and reduces saturation

Intelligence Index v4.3 raises the difficulty of agentic coding tasks and broadens the types of agentic workflows tested. Because we use a held-out test set for AutomationBench-AA, in collaboration with @zapier, the weight assigned to evaluations with private tasks or answers increases from 40% to 45%. Category weights are unchanged from v4.2: Agents 30%, Coding 20%, General 30%, Scientific Reasoning 20%

Detailed changes:
➤ Upgraded Terminal-Bench 2.1 to 4.0: 66 multi-step tasks testing agents on tasks run in agent sandboxes driven via the terminal, including tasks involving software engineering, machine learning, science, and operations. The 4.0 update recalibrates compute and time allowances, and improves task instructions and verification. We have changed from the Terminus 2 harness to mini-SWE-agent, a minimal, model-agnostic harness. We will also be updating our Coding Agent Index, where we test model and harness pairs, to include Terminal-Bench 4.0 soon

➤ Replaced 𝜏³-Banking with AutomationBench-AA: Our implementation of Zapier’s AutomationBench tests agents on 657 business workflows across simulated applications such as Gmail, Slack, Salesforce, and Jira. Agents must complete task objectives while following business rules. AutomationBench-AA uses Zapier’s private set of 657 tasks, and is built on v1.0.6

Key results:
➤ Claude Fable 5.1 and GPT-6 Astra lead the Intelligence Index: Both Claude Fable 5.1 (max with fallback) and GPT-6 Astra (max) score 53 on Intelligence Index v4.3, followed by Claude Opus 5 (max, 51), Claude Fable 5 (with fallback, 50), Muse Spark 1.3 (max, 48) and GPT-5.6 Sol (max, 47)
➤ GLM-5.3 and Kimi K3 continue to lead open weights models (both at 44): GLM-5.3-Flash (42) is the third strongest open weights model, followed by Qwen3.8 2.4T A95B (40) and DeepSeek V4 Pro 0813 (max, 36)
➤ 4 labs occupy the Intelligence vs. Cost per Task Pareto frontier: OpenAI occupies the majority of the cost-efficiency frontier, with all five reasoning efforts of the recently released GPT-6 Astra offering the lowest Cost per Task at their respective levels of intelligence. Claude Fable 5.1 (xhigh, max, 53), GLM-5.3-Flash (42) and MiMo-V2.5-Pro (26) round out the rest of the frontier

[抹茶もなか @GianMattya]

「次の知性」に霊長の座というバトンを手渡して滅びるのであればこれ以上無く光栄で意義のある「滅び」だろ！！！(過激派)

[Plum @Plum_319]

【高専誕生物語】

かぐや姫は5人の求婚者に対し、

「公差0.00mmで加工すること」
「電力を損失なく送電すること」
「必ず破られないセキュリティソフトの開発」
「ダイヤモンドより硬い物質を作ること」
「月まで橋をかけること」

を実現するよう伝えました。

[らーめん @Ramen_Sentai]

終わった