としおこ

適当なことをほざく一般情報工学生❣️
脳みそ直結アカウンコのためフォロー非推奨

[としおこ @ngts_san]

agent向けの仮想ウィンドウwindow一枚作って使ってたけど普通にcomputer use遅すぎて使い物にならなかったから記憶あるけどどうなんだろ。また別なのかな。

[Steve (Builder.io) @Steve8708]

Introducing Agent-Native: an open-source framework for building agentic apps.

Agents love walls of text. But humans don't.

An agentic app let's you interact with agents through a visual interface. Engage with agents visually, via text, or both at once.

Now in beta.

[としおこ @ngts_san]

テスト禁止でゴリゴリ修正してテストしておいてにすればかなりやりやすいな

[としおこ @ngts_san]

にゃーん(社会性フィルター)

[としおこ @ngts_san]

萌えを感じる

[としおこ @ngts_san]

そうなると既存のハーネスによるタスク成功率の上昇はreasoningに���きく依存していそう。タスクの進め方の大筋は「問題整理→資料集め→問題整理→既存手法の解析→問題整理→実際の開発」のようなイメージ。
こういった「コンテキスト整理の上手さ」がタスク成功率に関わってそう。

[としおこ @ngts_san]

開発はいかに自分のドメインと現環境のドキュメント化が上手いかになったなあ。
LLMの特徴としてコンテキストがあるときはそれに沿って進む傾向にあって、無いときは迷いやすくなる。
こうなるとほぼランダムみたいになるから創発欲しいときはいいかもだけど、明確な目的があるときは不要

[としおこ @ngts_san]

いやでもdeepseek harnessも試してみるべきだな。GLMがなぜ依存的な���か知る��要がある

[としおこ @ngts_san]

やっぱpiが最強やなぁ。herdr+piで一生固定だけどこのままでええな

[Chamath Palihapitiya @chamath]

Model Benchmarks Are Worthless

How can a model score 24% and 59% on the same 113 coding tasks?

It happens when you vary the harness that wraps it.

I’ve increasingly ignored most of the recent model leaderboard results. Partly from exhaustion and partly because improvements in a ranking don’t show up in the actual work.

So I asked the 8090 Labs team to measure what the leaderboards skip: the model and the harness together, on real bug fixes and features from open-source projects.

8090 Labs ran 7 models through 5 harnesses.

Here are a few results I didn't expect:

- Anthropic's Claude Fable 5.1 scored 41% in Claude Code and 61% in OpenAI's Codex. It made 28 tool calls at the median in one and 66 in the other.

- The cheapest runs weren't the cheapest work. GLM in Codex cost $0.22 a run and $0.93 per success. In Pi it cost $0.25 a run and $0.43 per success.

- GLM passed a task on both attempts 51 times in one harness and 16 times in another.

- GPT-5.6 Sol and Grok 4.6 barely cared which harness they were in.

The bottom line is that if you're picking a model/harness combo off a model-only leaderboard, you're making a critical decision based on only half the information.

https://t.co/ivLJ02gLLz

[としおこ @ngts_san]

pythonはpowershellで無料だよ😭

[Genshin Mains_Your Guide to Teyvat @genshinmains_]

You can learn Python in Genshin
MW ID Asia - 81740808160

#GenshinImpact

[としおこ @ngts_san]

解釈違いの表情のキャラを見かけるとマジで台パンしてる

[としおこ @ngts_san]

claudeが勝手に進化してくれて動画得意になったおかげで自作のaudibleが有用になって神

[としおこ @ngts_san]

facial付けてる時が一番楽しいな。それ以外虚無

[としおこ @ngts_san]

KVchacheにNaN埋め込んで破壊してぇ～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～

[としおこ @ngts_san]

普通にchatgptと同じくthinking中に過去ログからの検索hook作ってクエリ出してログから関連するものをヒットしたやつhead 40くらいで読めば解決するっしょ。
vault便利だけどこっちの方がふつうに使える。忘却関係ないし、必要な時���けアクセスできるし。

[としおこ @ngts_san]

ADHDは未来の自分の為に行動すると意外と動ける。

[としおこ @ngts_san]

bonsaiすごいなこれ。KVキャッシュがq4_0あと途中で数値がNaNになって死ぬけどfp16なら生き残るしvram12.6くらいしか食わんし最高かも。ただ考えすぎの節があるな…

[としおこ @ngts_san]

SoftEther VPNのドライバ（SeLow_x64.sys）のブルスクでほんまに心臓飛び出た

[としおこ @ngts_san]

llmへの攻撃手法めちゃくちゃあるなこれ。AIが使えない分野なので進みが遅い気がする

[としおこ @ngts_san]

小さいいのち���わいすぎて涙出る

[にきろ @___2kg___]

パプリカとなすびダーニャ

[としおこ @ngts_san]

@GABU_CHAN01 俺のは？