とすお

元「神戸に住むフリーランス」→ 大阪大学QIQB特任研究員 & 理研客員研究員
量子コンピュータで機械学習やるぜ

[AI✖️Satoshi⏩️ @AiXsatoshi]

1兆パラメータ動かすのに、2000万円の時代へ

合計748GB のcoherent memory
・GPU 252GB HBM3e （帯域 7.1 TB/s）
・CPU 496GB LPDDR5X （帯域 396 GB/s）
・NVLink-C2Cの900 GB/sで直結

ネットワーク
・最大800Gb/sのConnectX-8

RTX PRO GPU増設可

[とすお @forest1040]

ブラボー！

[𝒏𝒚𝒂𝒐𝒔.𝒐𝒓𝒈 @NyaosOrg]

DOS の find コマンドって、検索文字列を二重引用符で囲むという書式になっているんだよね。 DOS/Windows のコマンドラインの仕様だと、引数のパースをシェルではなく、コマンド側が行うことになっており、二重引用符の有無をコマンドが検知することができる

(2/3)

[とすお @forest1040]

オモロー！

[𝒏𝒚𝒂𝒐𝒔.𝒐𝒓𝒈 @NyaosOrg]

噂のマイクロソフトによる、UNIXのcoreutil のポートを見てみた。find コマンドとか、たぶん衝突して無理だろうなぁと思ったら

「Integrated port of the original DOS command」

って書いてた。つまり、DOS の find.exe の機能と、UNIX の find の両方の機能を内蔵してるんだって

(1/3)

[Koki Saitoh 斎藤康毅 @SaitohKoki]

本日発売です！

https://t.co/6M62P3Onov

[Nobu-Kobayashi : Generative AI Technology @nyaa_toraneko]

そもそも、かつてのアメリカのテック市場が少しおかしかったのだと思う。

コンピュータサイエンスの学位があって、1つの言語と1つのツールをそれなりに使えれば、かなり高い年収の職にありつけた。もちろん上澄みには本当に優秀な人たちがいる。論文を書き、OSSを作り、巨大な分散システムを設計し、世界市場にプロダクトを出していく人たちは、やはり強い。

でも、その下には相当数の『市場価格だけ高い普通の人』もいたのではないか。

彼らの価値は、純粋な技術力だけではなく、英語で仕様を読み、英語で会議をし、英語で強く主張し、英語で悪口を言えることにも支えられていた。要するに、覇権言語圏のプレミアムだ。

日本人エンジニアが、アメリカの高給取りエンジニアより本質的に劣っていたかというと、自分の経験ではまったくそんなことはなかった。むしろ、仕様を丁寧に読み、破綻なく作り、現場で粘り、品質を詰める力では、日本側の方が強い場面も多かった。

ただ、日本人は市場で自分を高く売るのが下手だった。英語で押し返すのも苦手だった。成果を大きく見せるのも得意ではなかった。

そこにAIが入ってきた。

英語の仕様書は読める。
海外OSSのIssueも追える。
APIドキュメントも構造化できる。
英文メールも書ける。
エラー原因も調べられる。
会議用の説明資料も作れる。

つまり、これまで日本人が払っていた『言語・市場アクセス税』が、かなり下がっている。

一方で、AIは『1言語と1ツールが使えるだけの人』の価値も削っていく。コードを書く、調べる、まとめる、テストを書く、簡単な資料を作る。そういう初級タスクは、どんどんAIに吸われていく。

すると残るのは、問題を設定できる人、AIの出力を検証できる人、構造を見抜ける人、仕様と制約を整理できる人、品質判断ができる人になる。

ここで、中学数学レベルの基礎が弱い人はかなり厳しい。

中学数学というのは、単なる計算ではない。比率、変数、関数、条件分岐、図形、近似、単位、相関と因果。世界を抽象化して扱うための最低限のOSみたいなものだ。

AI時代に必要なのは、AIの答えを信じる力ではなく、AIの答えを疑い、検算し、現実に接続する力だ。

そう考えると、今ほど日本人の中の『AIを本当に使いこなしている層』にとって楽な時代はないのかもしれない。

英語圏の優位は少しずつ剥がれ、日本語で深く考えた内容を、AIで英語化し、コード化し、図解化し、資料化できるようになった。

勝てるのは、AIを使っている人ではない。
AIを前提に、仕事の工程そのものを再設計できる人だ。

肩書きや英語力ではなく、構造化能力と検証能力で勝負できる時代が来ている。

これは、日本人にとってかなり大きな追い風だと思う。

https://t.co/yLKJ1TxzhL

https://t.co/cuq2B3mBcq

[とすお @forest1040]

わしは気づいとったお

[宮坂部長 @yasuhito]

誰も指摘しないので自分え言いますが QA2 のブロックが消えるときの演出、実際の量子ゲートの回転とあわせてあります。

[東大Codex研究所 @UT_Codex]

【注目】
MacBook Pro M5 1台で、Codex CLIのサブエージェントが並列実行されています。

https://t.co/HwDI1hC8Fj

クラウドAPIを使わず、ローカルで複数エージェントを同時に走らせてコードレビューとバグ検出を自動化した実演です。

構成はシンプルです。
・Codex CLI と LM Studio をローカルで接続
・モデルは Qwen 3.6
・MLX エンジンのバッチ処理（ベータ）で並列速度を底上げ

体感できるレベルで速くなっています。

複数エージェントがコードを同時にレビューして、バグを探す。
外部API費用はゼロ。M5 Mac の処理能力だけで回ります。

コードの確認に人を立てていた工数が、構造から変わります。

2026年はローカルLLMも非常に注目を集める年になるので必見です

[野比 @nobidorami]

なんか凄いリリースが富士電機から出たのでGeminiに解説してもらった。

富士電機が発表した新しい半導体パッケージ技術
（image.png）、中身がかなりエグいです。
要するに「パワー半導体の配線を立体的にしたら、サイズ半分、ロス半分、寿命5倍になった」という話。

従来のワイヤ配線だと熱でひずんだり、電気のロスが出たりするのが弱点でしたが、プリント基板とピンで立体接続することで電流経路を最適化。

SiC のポテンシャルを限界まで引き出す構造に進化しています。
2026年度の実用化に向けて、EVや電力周りの省エネ化を裏で支える大本命の技術になりそうですね。
今回の立体配線によるインダクタンスの劇的な低減は、高周波駆動させるSiCの強みを完全に活かしきるためのブレイクスルーと言えます。

[Eric S. Raymond @esrtweet]

In the age of AIs, Rust is the new assembler, and that's how I'm using it.

I don't particularly like Rust. I have never hand-coded a single line of the language, and probably never will. Rust's developer and advocate community contains a lot of crazies I don't want to be anywhere near.

Nevertheless, I've shipped two Rust projects so far, I expect to have a third out soon, and I'm planning on a fourth.

Why? Since I'm doing all my coding with LLM assistance now, none of the things I dislike about Rust matter much anymore. I don't need to know how to write the language, only to read it enough to understand control flow and spot obvious bogons. And I don't need to deal with the crazies, because my robot friends are smarter than they are.

Rust has four properties that make it a good target nowadays:

1. LLMs are good at generating high quality Rust code.

2. Memory safety, memory safety, memory safety.

3. Rust is anal about things like lifetimes that other languages aren't. This means that LLM-translating out of it into a future language that I might like better should be easy, because it's a more exact specification of intended behavior.

4. Repeating: LLMs are good at generating high-quality Rust code.

Am I going to use it for everything? Oh hell no. I have a bunch of very nice Golang code that doesn't need to be moved to Rust because Golang is a better fit for its problem domain. And I have a bunch of small Python scripts that don't need to move either.

But over time, I expect almost all of my C code will in fact move to Rust. Because memory safety, memory safety, memory safety.

Someday, maybe, there will be a language with Rust's virtues that I don't dislike. At which point I will cheerfully translate all my Rust stuff out of Rust. Interlanguage translation is easy and cheap now.

I don't necessarily have to like the shape of a tool to recognize when it's good for a job.

[とすお @forest1040]

https://t.co/kPW6ZQpRXX

[とすお @forest1040]

MDAにちょっと似ているお

[kawasima@99卒 @kawasima]

同じ構造ではないので同一視は危険なのですが、将来的には人間の意図からコードまでの間に何層か変換レイヤーができて、人と(現在の)ソースコードとの距離は遠くなるんじゃないかと予想しています。(To-Beの方はまだしっくりくる図を書けないのですが…)

[kawasima@99卒 @kawasima]

同じ構造ではないので同一視は危険なのですが、将来的には人間の意図からコードまでの間に何層か変換レイヤーができて、人と(現在の)ソースコードとの距離は遠くなるんじゃないかと予想しています。(To-Beの方はまだしっくりくる図を書けないのですが…)

[とすお @forest1040]

老害発言だけど、昔はコードを書きながら設計したもんさ。自然言語という曖昧性を減らして設計したもんさ。それが今はどうだい？

[炎鎮🔥 - ₿onochin - @super_bonochin]

まず大きな誤解は『コードはもう見ない』という主張が『大してエンジニアリングをしない人たち』のものだと思い込んでること。
残念ながら世間の知らない間にコーディングエージェント（という名の実は汎用エージェント）はとんでもない進化をしておりまして、最前線のエンジニア達も『コードは見ない』世界観というか、『コードを見ながら考える』なんてことは無い世界観になっておりまして。
なんつーか、ボンネットを開けてチラ見くらいはするけど、別にそこで細部を見ながら考えたりはしない、みたいな。
多分、『コードはもう見ない』に反論してる人達とは見てる世界が違う。
そのうちわかるよ。

[𝗿𝗮𝗺𝗮𝗸𝗿𝘂𝘀𝗵𝗻𝗮— 𝗲/𝗮𝗰𝗰 @techwith_ram]

What if I told you a neural network understands local change before it understands the full picture?

That idea is deeply connected to something called the Jacobian Matrix.

At first, it looks terrifying. A big matrix full of partial derivatives. But the intuition behind it is actually beautiful.

The Jacobian measures how small changes in input variables affect the output of a system.

Imagine slightly changing the pixels of an image.
Or changing one feature in a dataset.

How much does the prediction change?
The Jacobian tells us exactly that.

You can think of it as a “sensitivity map” for transformations.

If a system transforms one space into another, the Jacobian describes how the geometry changes locally.

Tiny squares can stretch, rotate, compress, or skew into completely different shapes.

That is why Jacobians are everywhere in AI & machine learning.

For example:

- Backpropagation relies heavily on Jacobians through the chain rule
- Neural networks use them to understand gradient flow
- Normalizing Flows use Jacobian determinants for probability density transformations
- Computer Vision uses them in geometric warping and image alignment
- Robotics uses Jacobians for motion and control systems
- Diffusion models and generative models often depend on transformations between latent spaces

The interesting part is this:
Most ML models are basically learning transformations.

And the Jacobian is what tells us how those transformations behave locally.

Step-by-step intuition:
- Start with an input vector
- Apply a transformation
- Measure how each output changes with respect to each input
- Store those local relationships inside a matrix That matrix becomes the Jacobian.

Carl Gustav Jacob Jacobi introduced this mathematical idea long before AI existed.

But today, modern deep learning silently runs on top of concepts like this every second.

Sometimes the most important parts of AI are not the flashy models.

They are the mathematical structures underneath them.

[宮坂部長 @yasuhito]

QA2 新バージョンでました!
https://t.co/sTrd0EmjPg

[yousukezan @yousukezan]

FreeBSDでカーネル権限奪取や無線経由RCEを含む7件の重大脆弱性が修正された。Wi-Fi一覧表示だけで攻撃が成立する欠陥もあり、管理者には緊急パッチ適用が求められている。

最も深刻とされるのはWi-Fiスキャン処理のCVE-2026-45255で、bsdinstallとbsdconfigがアクセスポイント名を適切にエスケープせず処理していた。攻撃者は細工したSSIDを送信するだけで、近距離のFreeBSD端末上で任意コマンドをroot権限で実行できる。利用者が不正ネットワークへ接続する必要はなく、周辺ネットワークをスキャンした時点で攻撃が成立する。

さらにsetcred(2)のCVE-2026-45250では、補助グループ情報の長さ検証不足によりカーネルスタックオーバーフローが発生し、一般ユーザーがカーネルコード実行に到達可能となる。CVE-2026-45251ではselect(2)やpoll(2)利用中にファイル記述子を閉じることでUse-After-Freeが発生し、権限昇格につながる恐れがある。

そのほかFUSE拡張属性処理のCVE-2026-45252、ptrace検証不備のCVE-2026-45253、libcap_net権限漏れのCVE-2026-45254、libcasperスタック破壊のCVE-2026-39461も修正対象となった。多くに回避策は存在せず、FreeBSD Projectはfreebsd-updateやpkg upgradeによる即時更新と再起動を推奨している。
https://t.co/pxSR9auWMY

[Frank @jedisct1]

I’ve just released MiMo V2.5-Coder. If you have 128 GB of RAM, this is one of the best models you can run locally. It’s fast, and in all my experiments it outperformed Qwen 3.6 and DeepSeek 4-Flash. https://t.co/U6mL65YVR1

[Akira Ishino @akrisn]

量子コンピュータについて書いた

https://t.co/skxRdeLEMu

[Naoto Iwase @naoto_iwase]

HRM・TRM・GRAM、数千万パラメータの小規模ニューラルネットをtest-timeに再帰展開してreasoningする研究をまとめました。
ARC-AGIで671B LLMを上回る主張、HRMに対するTRMのablation検証、GRAMの確率化、CoT scalingとの対比など。
日本語: https://t.co/WOQnhepSB6
English: https://t.co/ZcZGgTDQBP

[Vivek Galatage @vivekgalatage]

Required reading if you've ever wanted to understand SIMD beyond "it makes things fast."

https://t.co/Xs5iTHRFjT