粉末@それは風のように

某̶旧̶帝̶研̶究̶員̶　データサイエンティスト/複雑ネットワーク分析/機械学習/スパースモデリング/異常検知/深層学習/数理最適化（組合せ最適化）/計量時系列分析/因果推論/統計学・多変量解析/画像処理/ロボットビジョン　趣味：Python、Rust、料理，温泉，FX/CFD/株/投信

[粉末@それは風のように @funmatu00]

的中率が目的関数の場合、競馬の平均的中率が30%前後と仮定すれば、事前分布はBeta(3, 7)で、前者はBeta(7,8)→7/15～46.7％、後者はBeta(63,47)→63/110～57.3%なので事後期待値は後者が上回るので優秀。回収率が目的なら、オッズ分布がないので計算できないから分からない。

[あい🏇@競馬ファン @ai_keibafan]

これ答えは明白すぎるけど、
これ正解できない人は競馬やめといた方が良い

[粉末@それは風のように @funmatu00]

笑った。でも単に監視より感謝は良いかも。見るとコンテキスト圧縮や再要約フックとして機能している（メタ認知的コンテキスト圧縮）。監視と感謝では推論深度の質的差異がある。ポジティブプライミングによる探索バイアスも生じる。逆に、タスク膠着・停滞時はおべっかや過剰適合リスクはあるか。。

[とよふく🎍Toyofuku @Yeq6X]

感謝タイマーｗ

[Ramin Nasibov @RaminNasibov]

scientific fact

[粉末@それは風のように @funmatu00]

語用論とファティック・コミュニケーションの認識という難しい課題。単なるAIボット的用途なら、SOAP形式へ変換前に会話セグメントに意図分類器いれるだけでかなり低減できるし、パラ言語特徴量で判別したら確度上げられるが、医療領域特有のハイ・リコールでは過誤気味に臨床的訴えとする方が良いか。

[ばっしー◎くるーず薬局広報採用 @rtakahashi_ph]

大阪で薬剤師してると、
患者「検査結果よかったわ！悪いのは顔だけな！わはは！」
薬剤師「何いうてはるんすか〜そんなん僕もですわ」

的なやり取りがよくあるんですが、そのやりとりの後AI薬歴みたら

S:顔の調子が悪いと感じている

EP:患者の訴えに強い共感の意を示す

OP:次回顔の調子についてヒアリング

みたいなことになっててビビる。

各種薬歴メーカーさん、AI薬歴関西弁完全対応型作ってください。

[粉末@それは風のように @funmatu00]

@ca11bee 困惑😿

[粉末@それは風のように @funmatu00]

文脈が分からないので、純粋に「数値が存在し得るか」という問いとして考えれば、偏差値には上限も下限もないので「存在し得る」。偏差値の理論上の最大値は50+10sqrt(N-1)で求まるので、計算上は6,400兆人のテストで1人だけ点を取れば偏差値8億を超える。

[TJO @TJO_datasci]

とあるメディア系の販促ポストで「誰それがもし偏差値8億だったら」という文言が使われているのを見かけて、世間一般では「偏差値」という指標に「8億」なんて数値が存在し得ると思われているのだなと知り、背筋が寒くなったでござる（多分まだ「5000兆円」の方がマシだと思う）

[粉末@それは風のように @funmatu00]

https://t.co/s8SGWMnSly

を試してみた。PC3台ある内、1台だけで$4826.67使っているらしい。定期実行しているAIサーバーや開発PCは別だから全部合わせたら……🙀Premiumじゃ足りず課金しても一瞬で溶けるけど、これだけコスト掛かっていたらそりゃ1,000ドルの課金なんて一瞬か……。

[粉末@それは風のように @funmatu00]

オンプレも検討中だが、セキュリティを考えると面倒……。エンタープライズレベルのセキュリティなんて保証できないし、大学側は適当でも良いけど企業側のデータはね……。

[粉末@それは風のように @funmatu00]

Gemini 3.6 Flashは性能の割には高い（3.5 Flashは論外）。これでLiteの価格帯なら文句なしだった。結局、実務で使うなら、Gemini 3 Flashか、Gemini 3.1 Flash Lite（ただしマルチエージェント化しないとまともに使えないからコストは3 Flash比でも-20～30%程度になる）かな。

[粉末@それは風のように @funmatu00]

後3時間でWeeklyリミットがリセットされるタイミングで……ぐぬぬ……

[ClaudeDevs @ClaudeDevs]

We've reset 5-hour and weekly rate limits for all users.

[粉末@それは風のように @funmatu00]

Fableは自作ハーネスが効かない分、実務では性能悪く感じている。指示忠実性の問題かResearch-Firstゲートや4分類仮説クラス検証ゲートを突破して言う事聞かないしCoQ規則は無視するし……（思考をアウトプットするような処理と誤検知して切り替わるし）。それでも、規制前のFableには感動したけど。。

[粉末@それは風のように @funmatu00]

Gemini 3.1 Proは地に足が着いていない感はあるが、巨視的で大局観は悪くない。FableよりOpus 4.8 + 自作ハーネス + Gemini 3.1 Proの方が良い感じ。それに、Fableは粘り強さが欠点でもある。Opusは12時間くらい粘って結果出ないと放棄するが、変な方向に突っ走る前に放棄してくれる方が良い。

[Kai Aoki @kaixaoki]

【フロンティアモデルまとめ】

Fable5:
- 高い、口達者
- 指示に従わない
- タスク難度がFableの能力以下の場合はうまくこなす。能力以上のタスクではアドバイスに従わず自己流を貫いて無限に失敗

Opus4.8:
- プロンプトインジェクション妄想患者。論外

GPT5.5:
- 安くて従順
- 指示側が賢ければ一番使える
- 驚きはない

GLM5.2:
- クソ安い、アル中、もちろん無能

[粉末@それは風のように @funmatu00]

分からんからAIに説明させたら答えとともにめちゃくちゃ怖い解釈を提示してきて本当に背筋がぞっとした……。

[やまもとしょう SCRAP『きさらぎ駅からの脱出』開催中 @moya_vc]

【答えがわかると怖い謎解き】を作りました

[阪大生協フードサービス @handai_fs]

【お詫び】6/20、図書館下食堂で加熱不十分の提供と中心温度確認の不備が判明しました。多大なご迷惑をおかけし深くお詫びします。詳細はHPをご確認ください。https://t.co/kXqMEgNlsW

[粉末@それは風のように @funmatu00]

元は60年代にベル研究所のカースタがネイチャーやASAで発表した「Voiceprint Identification」で、当時は「声紋は指紋と同じくらい個人識別に有効」と云われたが、他研究者が再現できず、70年代には米国科学アカデミーによって学術的に否定されたはず（今はマーケティング・メディア用語として残存）。

[Shinnosuke Takamichi / 高道 慎之介 @forthshinji]

10年ほど音声研究者をやってますが、「声紋」なる概念を分野の論文で見たことは一度もないのですが、どっから生まれたんですか？

[粉末@それは風のように @funmatu00]

Fableは凄いモデルだったけど、自作ハーネス使うとPrompt injectionとか言われて機能不全起こすし、Fableでリミット4回掛かって結局解決出来なかった問題が、Opus 4.8(xhigh) + 自作ハーネスで/goal走らせて20時間掛かったけど解決できたので、既にモデル性能は十分な水準で使い方が大事だと思う。

[粉末@それは風のように @funmatu00]

提示された数式は合理化可能性で、すべてのナッシュ均衡は合理化可能だが、合理化可能な戦略がすべてナッシュ均衡を形成するわけでは無い（必要だが十分ではない）から？例えるなら、柴犬の定義を聞かれて、哺乳綱食肉目イヌ科イヌ属に分類される動物って答えるようなものか……？🙄

[さてゅ。 @kasuchi_do_work]

俺「ナッシュ均衡1つください」

店員「転売対策のため、ナッシュ均衡の定義を言ってください」

俺「R_i^0 = S_i,
R_i^{k+1} = {s_i ∈ S_i : ∃ μ_i ∈ Δ(R_{-i}^k) s.t. s_i ∈ BR_i(μ_i)}
として
R_i^∞= \bigcap_{k=0}^∞ R_i^k

店員「お帰りください」