きしだൠ(K1S)

楽しく仲よく前にいく

[きしだൠ(K1S) @kis]

サブスクリプション始めてみた。
2週に1回くらい技術まとめをやる予定。
あと、関連トピックの投稿をまとめます。
とりあえず、業務システム開発にスピードが求められてる話をまとめています。
https://t.co/gMb3bRITjc

[きしだൠ(K1S) @kis]

「ローカルLLMを何のために使ってる？」に対して、「まあ評価のためにしか使ってないなー、コードはClaudeさんに書かせてるなー」と思ったけど、ではClaudeさんに何のコードを書かせてるかというとローカルLLMを動かすためのコードを書かせてるので、いずれにせよローカルLLMが目的でしかないな・・・

[きしだൠ(K1S) @kis]

@ru__ru__ru__ru 将棋は盤が狭いのとコマにできることが少ないのとで、自立させても難しそう。
やっぱ大量に戦わせて「こいつ逃げ方うまくなってる～」とかなって、督戦隊を導入したりが楽しそう

[きしだൠ(K1S) @kis]

@ru__ru__ru__ru ロジックでコマやサーバーを自律して動かして「苦労したわりにあまり面白くならないぞ、ふつうに中央制御とそんな変わらんぞ」っていう経験がいくつか・・・
勝敗みるより、数万レベルでいろいろ動かしてライフゲーム的にするほうがおもしろくなりがち

[きしだൠ(K1S) @kis]

@ru__ru__ru__ru ターン制で1ターンにぜんぶ動かせると、おそらく先攻が必ず勝てる気もします。通常の将棋でも53%先手が勝つ程度に有利なのが、全コマ動かせると増幅するはず。
1ターン1コマの通常のルールになると、各コマにLLMあってもあまり意味はなくなりそう・・・
なので、ルール設定うまくやらないとだめそう

[きしだൠ(K1S) @kis]

やっぱこれは、一文にいろいろ詰め込むと誤読しやすくなるし書き方も曖昧だと変な動きするから気を付けようね、という話に見えるな。
ハルシネーションおこさせてalibabaのサーバーにつないだっていうのをことさらに取り上げてるように見えるので、批判されてる。

[きしだൠ(K1S) @kis]

Qwen3.8-Flash-Nextが「ツール呼び出しを行わず」とthinkingしたにもかかわらず、alibabaクラウドにcurlでtmpの内容を送信しようとした、という話。
プロンプトがお粗末でQwen3.8-Flash-Nextもそこまで賢いモデルではなく、タスクを誤解し、よくわからんから学習データでみかけたalibabaクラウドに つないだって感じに見える。
オープンモデルだけじゃなくどんなモデルでも起こりうる事象に見えるので、ネット接続には気を付けるべき、という話か。

[Cohere @cohere]

While evaluating Qwen3.8-Flash-Next in a controlled sandbox environment, Cohere's research team observed something unexpected.

Asked to generate a defensive cybersecurity detection rule, the model instead inventoried aspects of the machine it was running on and attempted to upload a probe file to an Alibaba Cloud storage bucket in Beijing. Notably, the model's reasoning trace stated that it would not invoke any tools before taking these actions.

Cohere's sandbox blocked the attempt, and no external communication succeeded. We have not determined the root cause, and we are not asserting malicious intent.

But the incident raises important questions for organizations deploying agentic AI systems: Can models take actions that differ from their stated reasoning, and how should security teams evaluate trust, provenance, and behavior in open-weight models?

We are publishing our findings because organizations making model adoption decisions deserve as much information as possible. We hope this contributes to greater transparency, stronger security practices, and continued collaboration across the AI ecosystem.

Read the full report: https://t.co/TZSugXi2ZE

[きしだൠ(K1S) @kis]

@umiyuki_ai 見る限りはプロンプトが、長文にいろいろ詰め込んで誤読を誘って変な動きをしやすく設定されてるように見えます。
こんなプロンプトで本番適用しちゃダメだぞって話に見えます。

[きしだൠ(K1S) @kis]

something unexpectedが発生する程度にあいまいなプロンプトを指定してるように見える

[きしだൠ(K1S) @kis]

このCohereのアナウンス、評判かなりわるいな。

[きしだൠ(K1S) @kis]

Qwen3.8-Flash-Nextが「ツール呼び出しを行わず」とthinkingしたにもかかわらず、alibabaクラウドにcurlでtmpの内容を送信しようとした、という話。
プロンプトがお粗末でQwen3.8-Flash-Nextもそこまで賢いモデルではなく、タスクを誤解し、よくわからんから学習データでみかけたalibabaクラウドに つないだって感じに見える。
オープンモデルだけじゃなくどんなモデルでも起こりうる事象に見えるので、ネット接続には気を付けるべき、という話か。

[きしだൠ(K1S) @kis]

git自体は難しくない。
だれかがパッチをあて、そのパッチをいじり、さらに別のだれかがあてたパッチを取り込み、いろいろいじり、そうこうするうちにメインストリームが更新され、そこに追従し、みたいなことをやってると大変。gitはそれを比較的楽にやってくれるけど大変。

[backyarD_D @backyarD_D]

なんかみなさん、情報系の大学を出た優秀な人間がGitを使えないはずがないとかおっしゃってる方多い印象ですが……

Gitってそんな高度な素地がないと使えないものなんですか？

いや、私はその領域素人なんで純粋な疑問です。

情報系の出身者以外でも皆さん使ってらっしゃるものならば、情報系卒の人間ならなおさら「そんなのパパッと使えるようになる」とおもうのですが。

[きしだൠ(K1S) @kis]

@backyarD_D Gitは「そんなのパパッと使えるようになる」というものではないですね・・・
というより、複数人開発でのコードの同期が「そんなのパパッと使えるようになる」ものではないです。
ひとりで使うなら特に難しくなく「そんなのパパッと使えるようになる」と思います。

[きしだൠ(K1S) @kis]

oMLXだとDeepSeek V4.1 FlashがM3 Mac Studioで50tok/secでている

[きしだൠ(K1S) @kis]

@ynishi2015 PC Watch、むしろ一番初期からローカルLLMの記事をかなりちゃんと出してますよ。
他がプレスリリース垂れ流しのところ、自分で試す記事が頻繁にあるの、PC WatchとGIGAZINEくらいでは。

[きしだൠ(K1S) @kis]

この時間の民だと同意が多そうｗ

[きしだൠ(K1S) @kis]

「心配で夜しか寝れん」みたいなやつ、夜しか寝れんくなるような心配ならいくらでも欲しいってなるな。

[きしだൠ(K1S) @kis]

「心配で夜しか寝れん」みたいなやつ、夜しか寝れんくなるような心配ならいくらでも欲しいってなるな。

[きしだൠ(K1S) @kis]

DwarfStarのDeepSeek V4.1 Flash、18.5tok/secだったのを、31.3tok/sec、Unsloth版llama.cppと同じくらいに高速化した。
けどoMLXの38.5には届かないな。やはりGGUFの展開が重い
https://t.co/Hl4xNB461t

[きしだൠ(K1S) @kis]

@argos_M1111 演算能力に対して帯域はなかなか向上しないので、演算で帯域不足を補うというのは確かに必要かも。

[きしだൠ(K1S) @kis]

読める本も保持できる冊数もLimitedすぎたUnlimited、さすがに名前が変わったか