ryuml(リュームル)＠SE

アラサー男性 | 現在SE (⇒ フリー or 起業) | Python/JavaScript/C/Docker/AI/Machine Learning/Deeplearning | プログラミング⌨️大好き！ | Webサイト開発 | G検定2020#3 | (2022年10月更新→)▼(ご依頼受付一時停止中)▼

[ryuml(リュームル)＠SE @ryuml_program]

直接何か生み出すことに繋がる研究=産業寄りの研究、と定義して、
今の #AI ブームでは #産業 寄りの #研究 が着目されがちですが、こういう人間の本質に迫る心理学的な研究はとても興味がわきます。

産業寄りの研究と比べて社会貢献の即効性は低いけど、代わりに長期的効果が高い研究だと思います👍

[AI 人工知能・機械学習 最新ニュース @AI_news_nd]

【大阪大学】人工知能が人と同じ視線を獲得した！ 「詰め込み教育」ではだめ >>> https://t.co/RKFkrjnQ9G

#AI #人工知能 #生成AI #機械学習 #深層学習 #ディープラーニング

[yousukezan @yousukezan]

パスキーは破られていないのに突破される——デバイスコードフロー攻撃とEntra IDでの対策 - APC 技術ブログ https://t.co/muKPWH633M #Identity_Protection

[Qiitaマイルストーン @qiita_milestone]

400いいね！ | 【Claude Code入門】今から追いつくClaude Code 徹底解説 by @i_inose0304 https://t.co/nZpQcE6MvF https://t.co/HDkAbWEElY

[ryuml(リュームル)＠SE @ryuml_program]

本件、近くのdocomoユーザーの人に通信速度測定してもらったら、
480Mbpsくらいは出てそうだったので、
恐らく近くのNTT系の光回線利用者で、大量ダウンロードしてる人がいるか、
局地的な通信混雑だと思われます

このため、副回線用のモバイル回線を利用して、一旦解決しました👍

お騒がせしました

[ryuml(リュームル)＠SE @ryuml_program]

【ゆる確認】
今NTT系の光回線の通信速度、レイテンシが低下してます
岐阜県内です

在宅勤務で操作性落ちて中々しんどいです。。

皆さん同様の方はいらっしゃいませんか？

※周辺のユーザーの大量ダウンロード等の影響か、全国的な影響か原因を切り分けたいです
#NTT通信障害 #通信障害 #光回線

[QDくん⚡️AI関連の無料教材紹介 @developer_quant]

旧東工大が無料公開している、モダンな開発ツール/手法の講義(全14回)。実践的な内容で、Gitもわかりやすく解説されている。

システム開発プロジェクト応用第一
https://t.co/hTIi926djh

・情報収集
・GDBによるデバッグ
・Git
・バグトラッキング
・GitHub & PR
・単体テスト
・CI
・デプロイと冪等性
・コミュニケーション

[かずなり | 生成AI活用術 @MacopeninSUTABA]

休日に学びたい「ちいさなWebブラウザを作ってみよう」。実際にWebブラウザを作りながら、ブラウザの基礎、DOM、レンダリングツリー、JavaScript、セキュリティの仕組みを学べる。このコンテンツが無料はエグい。

こちら👉
https://t.co/F1ewoeER4u

[Seamless @shiropen2]

「なぜLLMは“掛け算”ができないのか」解明、ニューロンやシナプスっぽく動く脳を真似した新言語AI「Dragon Hatchling」など生成AI技術5つを解説（生成AIウィークリー） https://t.co/2PO6Kt8j4p AIはなぜ「筆算」が苦手なのか？正答率1%未満

[ryuml(リュームル)＠SE @ryuml_program]

いい参考ページありました↓
https://t.co/9mtFxJ326g

まずはショートカットキーを探すのが安定しそうですね👍

あとは、画像認識が結構便利そう☺

画面位置は解像度問題などあるので、最終手段。。

[ryuml(リュームル)＠SE @ryuml_program]

【ゆるーい質問】
Power Automate for Desktop活用の業務自動化関連で、
今日、急にEdgeのDL時のパネル小画面の[ダウンロード]ボタンを認識しない、アクション実行を30分継続等の不具合がありました。
Edgeの自動更新の影響だと推測してますが、この不具合の良い対策案が知りたいです🤔
#ゆるクエ

[ryuml(リュームル)＠SE @ryuml_program]

例：
・Edge自動更新設定を変更する
・UI要素定義を変化に強い設定にする（例：✕「要素を含む」→○「テキストを含む」、UI要素定義の指定項目を最小限にする etc.）
・全画面表示にして画面の位置でUI要素を認識、操作する（できる？？）
・(運用)Edge更新入ったらフロー実行しない(最終手段…)

[QDくん⚡️AI関連の無料教材紹介 @developer_quant]

ソニーがYouTubeに無料公開している、生成モデルの講義動画(全14回)。GANやVAEからDiffusion modelまで丁寧に解説してくれる。

【Deep Learning研修（発展）】データ生成・変換のための機械学習
https://t.co/6iveoI2Bys

[AI 人工知能・機械学習 最新ニュース @AI_news_nd]

【大阪大学】人工知能が人と同じ視線を獲得した！ 「詰め込み教育」ではだめ >>> https://t.co/RKFkrjnQ9G

#AI #人工知能 #生成AI #機械学習 #深層学習 #ディープラーニング

[AGIラボ @ctgptlb]

【速報】ChatGPT アップデート！！

ChatGPTに複数の改善と新機能が追加されました。

✅ Canvasにダウンロード機能が追加
✅ GPTsでモデル選択が可能に
✅ Projects機能が大幅アップデート

詳細をスレッドにまとめました🧵👇

[金 剛洙｜松尾研究所 副社長 @kangsoo_kim_]

東大松尾研「大規模言語モデル」講義のDay11の講義で使用した資料を公開しました。
大規模言語モデルの ドメイン特化をテーマに、ドメイン特化の各手法と、金融特化LLMの進展と活用可能性について体系的にまとめております。
https://t.co/H6RKDzterm

[QDくん⚡️AI関連の無料教材紹介 @developer_quant]

AIコーディングの現状について、実体験をもとに簡潔にまとまっている。「AIは知識の代替ではなく増幅器として機能」するという点は、現場の肌感覚そのもの。

AIコーディングの理想と現実
https://t.co/P6CBJjRe7u

[Qiita（キータ）公式 @Qiita]

📗Qiitaニュースのバックナンバーを公開しました

Qiitaニュース | AIエージェントを使って実際にアプリ開発→リリースした経験・知見を共有する

https://t.co/GhVzo8cPxq

[QDくん⚡️AI関連の無料教材紹介 @developer_quant]

プロンプトエンジニアリング本の和訳版が出るようです。

LLMのプロンプトエンジニアリング —GitHub Copilotを生んだ開発者が教える生成AIアプリケーション開発
https://t.co/WMSiI2d6Is

目次
https://t.co/iaq0LURoCH

Ⅰ部　基礎

1章　プロンプトエンジニアリングの世界
1.1　LLMは魔法だ
1.2　言語モデル：私たちはどのようにたどり着いたのか
1.2.1　初期の言語モデル
1.2.2　GPTの登場
1.3　プロンプトエンジニアリング
1.4　まとめ

2章　LLMを理解する
2.1　LLMとは何か
2.1.1　ドキュメント補完
2.1.2　人間の思考とLLMの処理の違い
2.1.3　ハルシネーション
2.2　LLMが見る世界
2.2.1　違いその1：LLMは決定論的なトークナイザーを使用する
2.2.2　違いその2：LLMは文字を1つずつゆっくり確認できない
2.2.3　違いその3：LLMは文字を人間とは異なる見方をする
2.2.4　トークン数を数える
2.3　1つのトークンずつ
2.3.1　自己回帰モデル
2.3.2　パターンと繰り返し
2.4　temperatureと確率
2.5　トランスフォーマーアーキテクチャ
2.6　まとめ

3章　チャット形式への移行
3.1　人間のフィードバックによる強化学習（RLHF）
3.1.1　RLHFモデルを構築するプロセス
3.1.2　LLMの正直さを保つには
3.1.3　一部の偏った振る舞いを避けるには
3.1.4　RLHFは費用対効果が非常に高い
3.1.5　アラインメント税に注意
3.2　インストラクトモデルからチャットモデルへ
3.2.1　インストラクトモデル
3.2.2　チャットモデル
3.3　APIの変化
3.3.1　チャット補完API
3.3.2　チャットと補完の比較
3.3.3　チャットを超えてツールへ
3.4　プロンプトエンジニアリングは脚本作成
3.5　まとめ

4章　LLMアプリケーションの設計
4.1　ループの仕組み
4.1.1　ユーザーの問題
4.1.2　ユーザーの問題をモデルドメインに変換する
4.1.3　プロンプトを補完するためのLLMの使用
4.1.4　ユーザードメインへの復帰
4.2　フィードフォワードパスの詳細
4.2.1　基本的なフィードフォワードパスの構築
4.2.2　ループ処理の複雑さを探る
4.3　LLMアプリケーションの品質評価
4.3.1　オフライン評価
4.3.2　オンライン評価
4.4　まとめ

Ⅱ部　中心的なテクニック

5章　プロンプトのコンテンツ
5.1　コンテンツのソース
5.2　静的なコンテンツ
5.2.1　質問を「明確化」する
5.2.2　Few-shotプロンプティング
5.3　動的なコンテンツ
5.3.1　動的なコンテキストを見つける方法
5.3.2　RAG
5.3.3　要約
5.4　まとめ

6章　プロンプトの組み立て
6.1　理想的なプロンプトの構造
6.2　どのようなドキュメントを作るべきか
6.2.1　アドバイスの会話
6.2.2　分析レポート
6.2.3　構造化ドキュメント
6.3　スニペットの形式
6.3.1　トークンの独立性に関して
6.3.2　Few-shotの例のフォーマット化
6.4　伸縮自在なスニペット
6.5　プロンプト要素間の関係
6.5.1　ポジション
6.5.2　重要度
6.5.3　依存関係
6.6　すべてを組み合わせる
6.7　まとめ

7章　モデルの制御
7.1　理想的な補完の構造
7.1.1　序文
7.1.2　認識可能な開始と終了
7.1.3　追記
7.2　テキストを超えて：logprob
7.2.1　補完がどれくらい優れているか
7.2.2　分類のためのLLM
7.2.3　プロンプトの重要なポイント
7.3　モデルの選択
7.4　まとめ

Ⅲ部　プロンプト作成のエキスパート

8章　会話型エージェント
8.1　ツールの使用
8.1.1　ツールの使用に関してトレーニングされたLLM
8.1.2　ツール定義のガイドライン
8.2　推論
8.2.1　思考の連鎖（CoT）
8.2.2　ReAct：反復的な推論とアクション
8.2.3　ReActを超えて
8.3　タスクベースのやり取りのためのコンテキスト
8.3.1　コンテキストのソース
8.3.2　コンテキストの選択と整理
8.4　会話型エージェントの構築
8.4.1　会話の管理
8.4.2　ユーザー体験
8.5　まとめ

9章　LLMワークフロー
9.1　会話型エージェントで十分か
9.2　基本的なLLMワークフロー
9.2.1　タスク
9.2.2　ワークフローの組み立て
9.2.3　ワークフローの例：Shopifyプラグインマーケティング
9.3　高度なLLMワークフロー
9.3.1　LLMエージェントによるワークフローの駆動の許可
9.3.2　ステートフルなタスクエージェント
9.3.3　役割と委任
9.4　まとめ

10章　LLM アプリケーションの評価
10.1　私たちは何をテストしているのか
10.2　オフライン評価
10.2.1　サンプルスイート
10.2.2　サンプルを見つける
10.2.3　解決策の評価
10.2.4　SOMAアセスメント
10.3　オンライン評価
10.3.1　A/Bテスト
10.3.2　メトリクス
10.4　まとめ

11章　未来を見据えて
11.1　マルチモダリティ
11.1.1　ユーザー体験とユーザーインターフェース
11.1.2　知能
11.2　まとめ

[AI 人工知能・機械学習 最新ニュース @AI_news_nd]

生成AI研究に使えるかも：教育×生成AIポータルサイト「Manabi AI（まなびあい）」 >>> https://t.co/Rd768fsvml

#AI #人工知能 #生成AI #機械学習 #深層学習 #ディープラーニング

[AI Academy【公式】 @AI_Academy_JP]

AI Academy Media : Python初心者でもAI開発にチャレンジできる5ステップをご紹介！環境構築からモデル作成、活用できるライブラリ・フレームワークまで丁寧に解説しました。「AIって難しそう…」と思っている方にこそ、ぜひ読んでいただきたい内容です。
https://t.co/5LWbyrVaPx