Riku Nakabayashi

2001年生

◯制御工学
○機械学習(学習中)
△ハードウェア設計

[Riku Nakabayashi @lyeened]

#自己紹介
制御工学・AIを中心に勉強しています。自身の考えを発信したり、情報交換など積極的にしたいと考えています。仲良くしてください！

[Riku Nakabayashi @lyeened]

openclawの頭脳として、どうか

[Sakana AI @SakanaAILabs]

Introducing Sakana Fugu: A full multi-agent orchestration system accessible via a single model API.

Our ‘Fugu Ultra’ model matches the performance of Fable and Mythos, delivering frontier capability without the risk of export controls.

Try it: https://t.co/hhO6qTawgb 🐡

[Sakana AI @SakanaAILabs]

Introducing Sakana Fugu: A full multi-agent orchestration system accessible via a single model API.

Our ‘Fugu Ultra’ model matches the performance of Fable and Mythos, delivering frontier capability without the risk of export controls.

Try it: https://t.co/hhO6qTawgb 🐡

[Riku Nakabayashi @lyeened]

そりゃあ強くなるわ。。。

[Goshi Aoki @goshi_aoki]

中国の浙江大学（Zhejiang University）のComputer Scienceの修士課程を1年前に修了しましたが、中国人のトップAI人材との対話や大学院に在籍する中で知った、中国のAI人材育成システムについて、まとめてみました↓

[Riku Nakabayashi @lyeened]

セキュリティのためと思ってGeminiアクテビティオフにしたら1年間のチャット履歴と一瞬でさようならした。

[Riku Nakabayashi @lyeened]

ANNの記憶保持と計算量にはトレードオフがある。
軽量に圧縮して記憶しようとすれば、記憶は薄れる。
全部生データで記憶しようとすると計算量が膨大になる。

[Riku Nakabayashi @lyeened]

ANNのスパース化には意味があると考えていた。

[Sakana AI @SakanaAILabs]

Sakana AIは、@NVIDIAとの共同研究で、スパースなTransformer言語モデルの推論・学習を高速化する新しいGPUカーネルとデータ形式を開発しました。

ブログ：https://t.co/SqFkkKvkbd

LLMのコストの大部分を占めるフィードフォワード層では、実は各トークンに対して大半の活性がほぼゼロで無駄な計算に なっています。ReLUと軽いL1正則化を組み合わせれば、性能をほとんど落とさずにスパース率を95%以上まで引き上げられます。ところが現代のGPUは密な行列積に最適化されており、従来のスパース形式は不規則なメモリアクセスのせいで理論上の高速化が相殺されてしまいます。

そこで私たちは、
① 最適化されたタイル型matmulカーネルにそのまま組み込める新しいスパース格納形式 TwELL (Tile-wise ELLPACK) と、
② 複数のスパースmatmulを融合してスループットを最大化するカスタムCUDAカーネル
を考案しました。

数十億パラメータ規模のスパースLLMを実際に学習・評価したところ、20%以上の高速化と、ピークメモリ・消費電力の大幅な削減を達成しました。

本研究は #ICML2026 にて発表されます。
ぜひブログと論文をご覧ください。

論文：https://t.co/3Avj8N8iYO
GitHub：https://t.co/PHSzMq8pg0

[Riku Nakabayashi @lyeened]

大事なことだよなー。。求められるスキル幅が増えてる

[Jie Wang @JieWang_ZJUI]

Also, everyone is full stack, no “brain-only” company

[ハカセ アイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾 @ai_hakase_]

【NVIDIAの動画生成AI「SANA-Video」が革命的！】
計算コストを99%削減し、1分間の高品質動画を爆速生成！処理速度は従来比16倍と驚異的です。個人が自宅で長尺動画を量産できる時代が始まります！🔥✨
#NVIDIA #動画生成AI

[Riku Nakabayashi @lyeened]

ゲーム×強化学習はアツい

[AIDB @ai_database]

この度、ポケモンが本格的なAIベンチマークとして整備されました。バトルとRTA（スピードラン）の二軸で測れるのは「不完全情報下で相手と戦略的に渡り合う力」能力とのこと。

プリンストン大やGoogle DeepMindなどの研究チームが主導して発表。

最近、最先端AIでポケモンにチャレンジすることがAI研究の世界で流行になっており、極めて真面目に取り組まれています。

そんな中、今回作られた「PokéAgent Challenge」は共通のインフラと評価基準、そして2,000万件を超える対戦データを整え、すでにNeurIPS 2025（AI分野のトップ国際会議）の公式コンペティションとして100チーム以上が参加する大規模な検証の場で使用されました。

コンペの結果では、RTA（今回は最初のジムリーダー撃破までの速さ勝負）優勝チームは”LLMが「大局的な判断」を担い、強化学習で「実行の最適化」を行う”という戦略で圧勝しました。

なお、大変おもしろいことに、ポケモンバトルの成績は定番のベンチマーク成績とあまり相関しないようです。コーディングや数学で高得点のモデルがバトルで崩壊し、その逆も起きました。
ポケモンは、今の評価体系ではまったく測れない能力を測定しているのです。

[Riku Nakabayashi @lyeened]

みんなantigravityアンチになってる。
タダ乗りなら結構良かったのに、トークンすぐ使い切っちゃうもんね。
ClaudeCode Maxで自分に火付けるしかないか😓

[Riku Nakabayashi @lyeened]

当選してました！

[Riku Nakabayashi @lyeened]

キャラは既存のものにすれば技の想像力も高まるかも。

[Miguel Ángel | GptZone @MiguelMaestroIA]

Pensaba que ya nada me sorprendía con IA…

Pero Seedance acaba de hacer algo peligroso 😂

2 JOYAS que no deberían existir:

1. Einstein vs Dios

[Riku Nakabayashi @lyeened]

#Gemini3HackathonTokyo
@GoogleDeepMind
参加しました！色々学ばせて頂きました、次お会いするときはアイデア出し以外でも活躍できるように成長します！
@peisuke @mkftr @SenaTerada さん、チームを組んでいただきあリがとうございました！

[Riku Nakabayashi @lyeened]

RAGの高速化にもつながるのかな

[sho_yokoi @sho_yokoi]

1兆語規模のコーパスから0.1秒単位で用例検索できるツールができてしまいました。意味的な置換・挿入・削除にも対応。
世界の Takuya Akiba と ICPC 史上初世界2位に輝いた E869120 のガチプロ2名にジョインいただき、動くわけがないと思っていたサイズでなぜか動いてます。遊んでみてください。

[Riku Nakabayashi @lyeened]

Google scholar aleatからGmailに届いた新着論文を取得して、検索、notionに翻訳されたabstract送り、スマホから論文を確認できる仕組みを作りました！github actionsで毎日定期実行されるので勝手に追加されていきます！

[チームみらい【公式】 @team_mirai_jp]

チームみらいの政策⑪ 博士課程の学生を徹底応援 🎓

博士課程学生を「研究者」として位置づけ、RA・TAの給与水準を引き上げ、ライフイベントとの両立支援、キャリアマッチング促進を進めます🤝

#比例はみらい #衆院選2026

[Riku Nakabayashi @lyeened]

お手軽だね、プロンプトは工夫が必要かも

[Google AI Developers @googleaidevs]

Control a robot in simulation with the Gemini Robotics Embodied Reasoning model 🤖

Direct tasks like object localization and placement by simply prompting a robotic arm to pick up and place objects.

[Riku Nakabayashi @lyeened]

自分、生物ことをメタ認知してAIとかビジネスに使える人がかしこい。と感想を持ちました。

[ベンじい😊 @GrandpaBen3]

ビジネスパーソン、子供を持つ親、必見の動画。AIで未来の賢さ、頭の良さがどう変わるかという話。

これは、Jensen Huang（NVIDIAのCEO）がインタビューで「今まで出会った中で最も賢い人は誰か？」という質問に対して、賢さの定義について語っている。

これからの時代で本当に賢い人は、以下の4つが全部交わっている人。
簡単にまとめると：
・技術的に鋭い（AIや専門知識で非常に強い）
・人間らしい共感力がある
・言葉にされていない気持ちや意図を察する力がある
・まだ見えない未来や「次に何が来るか」を先読みできる

ビジネススキルも教育も、ほぼ上記に追いついていないので今集中的にやっておけば今後相当楽になるはず。

原文日本語訳も貼っておく。
Q：今まで出会った中で最も賢い人は誰ですか？

Jensen：その質問には答えられません。そして、賢いという定義は、知能が高くて技術的に問題を解決する人だと思われていますが、私たちは人工知能がその部分を最も簡単に扱えることを証明しようとしていますよね？ そう、そして結局のところ、もう一つの例を挙げましょう。誰もがソフトウェアプログラミングを究極の賢い職業だと思っていました。見ての通り、AIが最初に解決したのはソフトウェアプログラミングです。そして、その賢さの定義はほとんどの人が思うものとは大きく異なります。私は長期的に見て、賢さの定義は、私の個人的な見解では、技術的に鋭敏であることと人間的な共感を持ち、言葉にされないことを推測する能力、そして角を曲がった先や未知のことを見通す能力の交差点にいる人だと思います。角を曲がった先を見通せる人々は、本当に本当に賢いです。そして、その価値は計り知れません。問題が現れる前に先回りして防ぐ能力、ただバイブを感じ取るだけで。それらのバイブは、データ分析、第一原理、人生経験、叡智、他者の感覚の組み合わせから来ています。そのバイブこそが、私は賢さだと思います。そして、それが未来の賢さの定義になると思います。そして、そういう人はSATでひどい点を取るかもしれないんですよ。

[Riku Nakabayashi @lyeened]

ICLR2026 アクセプトがたくさん流れてくるなーすごいなー

[Riku Nakabayashi @lyeened]

日本人のみんなで意見を合わせて何かをするって言う性質が、SNSで悪いほうに強くなっちゃったんだ。
いいコミュニティは良い方に強め合って、悪い方はどんどん悪い方に傾いていく。
ソフトウェア業界はオンラインコミュニティあってこその発展だったから日本人の気質を悪い方に使ってしまった。

[シェイン・グウ @shanegJP]

後進国は国際交流を通じて成長の糧を得る一方、先進国は一時的な鎖国状態にあってもその優位性を維持できる。特に米国は、政策の如何を問わず世界中から高度人材を引き寄せる磁力を持っている。対する日本の課題は、交流の欠如ゆえに、自らの停滞や国際的な立ち位置を客観視できていない点にある。明治維新の謙虚さを思い出して欲しい。