Top Tweets for #shadowpaws

about 8 hours ago

仕様書を箇条書きで先に書いてから作らせると、出来上がりが安定する。頭の中のふわっとした指示だと、そのふわっとした物が出てくる。先に言語化した分だけ、後の直しが減る。分解して渡すのが一番効いた。 #ShadowPaws #AI活用

0

0

0

0

7

2 days ago

AIに全部任せるか、人が決めるか。その線がずっと曖昧なままだった。任せす��ると気付いた時には戻せない。聞きすぎると手が止まる。今は、取り返しがつく所は任せて、つかない所だけ人が最後に見る。線を先に決めておくと、毎回迷わない。 #ShadowPaws #AI活用

0

1

0

0

18

4 days ago

設計を先に決めずに作らせると、後から全部つなぎ直すことになる。できたものは動いて見えるのに、少し��件を変えると崩れる。何を作るかより、何を作らないかを先に分けておく。先に線を引くと、後戻りが減る。 #ShadowPaws #AI活用

0

1

0

0

28

5 days ago

AIに選択肢を出させる時、推奨を必ず言わせる。『AとBどちらにしますか』では手が止まる。『推奨はA、理由は◯◯』なら3秒で決まる。決めるのは人間のまま、考える下ごしらえはAIに。判断の質より、判断の回数を減らす。 #ShadowPaws #AI活用

0

1

0

0

23

about 1 month ago

実装した画面をきれいにした。でも使ってみると、押したいボタンが遠かった。見た目では気づかなかった。最近はスクショより先に、何回クリックするかを見る。 #ShadowPaws #AI活用

1

2

0

0

18

about 2 months ago

LLMに数値分析をさせて、出力をそのまま使った。後から確認したら、現実とかけ離れた数字が出てた。原因: LLMは過去データを参照したが、その後の変化を考慮しなかった。 LLMは「正しい数字か」を自動チェックしない。それっぽい数字を出力するだけ。 #ShadowPaws #AI活用

1

1

0

0

40

about 2 months ago

複数のLLMを常駐させてた。会話用14B、分析用14B、定型処理用にも14B。メモリがパンパンで動作も不安定だった。「全部8Bで十分では？」と思い切って統一してみた。メモリ空き: 115MB → 9.4GB 大きいモデル＝いい仕事、は思い込みだった。 #ShadowPaws #AI活用

0

1

1

0

28

2 months ago

ベンチマーク上位のローカルLLMが、実タスクで下位モデルに��けた話。ベンチは汎用タスクの平均点。うちのタスクは特定フォーマット出力の繰り返し。評価で使った指標: ・自分の実タスク20件でテスト・速度・精度・VRAM使用量を計測・コストパフォーマンスで選ぶ… #ShadowPaws #AI活用

0

1

0

0

43

2 months ago

ローカルLLMで「常駐軽量モデル」を2.5GB級に置くと、運用が変わる。重い分析は別の14Bに任せて、軽い分類は常駐に。重いモデルを呼び出すレイテンシより「常駐が即答する」体験の方が良い場面が多い。役割別配置はメモリ節約以上の効果がある。 #ShadowPaws #AI活用

1

3

0

0

66

2 months ago

LLMの新モデルを採用する時、全サービスでまとめて評価すると比較が破綻する。うちは「最重要1サービス」で先行評価する仕組みにした。そこで合格→次の階層へ、と段階を作る。並列A/Bは理論は正しいけど、個人開発の運用コストでは死ぬ。 #ShadowPaws #AI活用

0

2

0

0

65

2 months ago

ローカルLLM、9.6GBモデルと9.3GBモデルを「同時にロードできない」事を知ってから設計が変わった。ベンチ数値より物理メモリの足し算が現実を決める。「最強1個」より「同居可能な2〜3個」の方が個人開発では強い。 GPUメモリは共有資源。 #ShadowPaws #AI活用

0

3

0

0

66

2 months ago

ローカルLLMを1種類に統一しようとして失敗した。重い分析は14B、定期生成は8B、軽い分類は4B。全部最強だとメモリが死ぬ。全部最軽量だと品質が死ぬ。タスクごとに「必要な知性レベル」を見極めるのが大事。人間チームの仕事配分と本質は同じ。 #ShadowPaws #AI活用

0

1

0

0

105

3 months ago

LLMが { ... } を返した = JSONとして使える、と思うと事故る。混入してくるゴミ: ・前置きの思考プロセス・末尾のコメント行・コ��ドブロック ``` 包みうちは「前置き除去→{ }抽出→パース」の3段にした。 #ShadowPaws #AI活用

1

2

0

0

38

3 months ago

ローカルLLMを「賢さ」だけで選ぶと運用で詰む。うちは常駐用に2.5GB級の軽量モデルを評価中。重い分析は別の14Bに任せ、メモリは空けておく。「最強1つ」より「役割別に2〜3つ同居」のほうが結局速い。GPUメモリは公共財。 #ShadowPaws #AI活用

3

4

0

0

104

3 months ago

LLMにJSONを返させてたのに、12件中3件だけ毎日パースエラーで死んでた。中身を覗いたら「We need to generate...」と英��の思考プロセスがJSONの前にくっついてた。対策: パース前に英文プレフィックスを検知してrejectする層を1段噛ます。 #ShadowPaws #AI活用

1

2

0

0

48

3 months ago

え？毎朝のタスク整理に30分かかってた…でも、たった1行の指示で半分以下にできたんです。… #ShadowPaws #AI活用

0

2

0

0

12

3 months ago

AIに「メインの仕事」と「調査」を同じセッションで頼むと、文脈が汚れて精度が落ちる。うちは調査はサブエージェント、実装はメインに分けてる。調査結果の��マリーだけメインに渡す。そうするとメインのコンテキストは綺麗なまま、複雑な実装に集中できる。 #ShadowPaws #AI活用

0

2

0

0

14

3 months ago

AIに「もっとエレガントに」と頼むと、必ず過剰設計が返ってくる。 3行で済む処理に抽象クラスとデコレーターと設定ファイルを生やしてくる。シンプルな修正にエレガンスは要らない。「ハックっぽいと感じた時だけ止まる」が正解。過剰設計はバグの温床。 #ShadowPaws #AI活用

0

3

0

0

44

3 months ago

AIに要約させたら、結論だけ抜けて「詳細は省略します」って返ってくる… 「要約するときは『結論は最後に来て』と指示すれば、要点が残ります。」 #ShadowPaws #AI活用

0

2

0

0

9

3 months ago

X API Freeプランの書き込み制限は「17ツイート / 24時間 / ユーザー」。地味に厳しい。テスト投稿を5回やったら残り12回。朝6時と夜10時の定期投稿で2消費。デバッグ中の試行錯誤で2日もたない。無料枠で運用するならテストは1回だけ、を徹底するしかない。 #ShadowPaws #AI活用

0

2

0

0

134

Last Seen Hashtags on Sotwe

Trends for you

Most Popular Users