EV充電マップ - GoGoEV
充電タイプ CHAdeMO（急速） 200V（普通） NACS（テスラ） CHAdeMO（急速）充電器タイプ 低速（20kW未満） 中速（20 - 39kW） 高速（40 - 89kW） 超高速（90kW以上） 数値で詳細指定 項目を隠す 出力 kW 以上 最大電流値 A 以上 200V（普通）充電器タイプ ケーブル付属 6kWのみ NACS（テスラ）充電器タイプ スーパーチャージャー その他 絞り込み条件 充電無料 駐車無料 事前連絡不要 事前予約可 24時間 複数台設置 認証 認証なし ( 充電無料) 日産ZESP3 三菱自動車 電動車両サポート EV充電エネチェンジ Myプラゴ PowerX DMM EV ON プラットチャージ 全ての選択項目を表示 選択項目を隠す エネゲート エコQ電 JTB おでかけCard レギュラー JTB おでかけCard プレミア トヨタ PHV充電サポ
How to run gpt-oss with vLLM | OpenAI Cookbook
vLLM is an open-source, high-throughput inference engine designed to efficiently serve large language models (LLMs) by optimizing memory usage and processing speed. This guide will walk you through how to use vLLM to set up gpt-oss-20b or gpt-oss-120b on a server to serve gpt-oss as an API for your applications, and even connect it to the Agents SDK. Note that this guide is meant for server applic
GitHub - google/langextract: A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
Precise Source Grounding: Maps every extraction to its exact location in the source text, enabling visual highlighting for easy traceability and verification. Reliable Structured Outputs: Enforces a consistent output schema based on your few-shot examples, leveraging controlled generation in supported models like Gemini to guarantee robust, structured results. Optimized for Long Documents: Overcom
Introducing Trackio: A Lightweight Experiment Tracking Library from Hugging Face
TL;DR: Trackio is a new, open-source, and free experiment tracking Python library that provides a local dashboard and seamless integration with Hugging Face Spaces for easy sharing and collaboration. Since trackio is a drop-in replacement for wandb, you can get started with the syntax you already know! Background If you have trained your own machine learning model, you know how important it is to
LLM Servingを支える技術
ワシントン大学/Kotoba Technologiesの釜堀です。専門は機械学習システムで、LLMなどの推論を効率化する技術を研究・開発しています。 現代のLLMは莫大な計算・メモリを要するため、LLMを使ったサービスを提供する際には推論の効率性が非常に重要です。この分野はここ数年活発に研究されていて、vLLMやSGLangなど非常に高性能なOSSも出てきています。LLMのservingは、コンピュータサイエンスの知見を総動員させて最適化されている奥深い世界ですが、一方で中身を理解するには多くの前提知識が必要です。 そこでこの記事ではTransformerモデルを中心に、LLMのserving system（多数のクライアントにLLM推論を提供するシステム）でどのようなテクニックが使われているのかについて体系的に解説していきます。 構成としては、LLM servingで最も重要な概念である
GMOペパボで活躍中の id:antipop を訪問 | はてな卒業生訪問企画 [#16] - Hatena Developer Blog
こんにちは、取締役の id:onishi です。 Hatena Developer Blogの連載企画「卒業生訪問インタビュー」では、創業からはてなの開発に関わってきた取締役の id:onishi、CTOの id:motemen、エンジニアリングマネージャーの id:onkが、いま会いたい元はてなスタッフを訪問してお話を伺っていきます。 id:onishi が担当する第16回のゲストは、GMOペパボ株式会社 取締役CTO 兼 CTO室室長 兼 事業開発部部長のid:antipop・あんちぽさんこと、栗林健太郎さんです。 antipopさんは大学卒業後、ご出身地である鹿児島県奄美市の市役所勤務を経て、2008年にはてなにエンジニアとしてご入社いただきました。その後、卒業するまでの４年間は、はてなダイアリーやはてなスターなどのサービスで幅広くご活躍いただきました。2012年に株式会社paper
![GMOペパボで活躍中の id:antipop を訪問 | はてな卒業生訪問企画 [#16] - Hatena Developer Blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/236df9367fe7590439c06d468856793ad1da4326/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F817465f1902dff9145c53d68b9f9b05bf3dc3f89%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fh%252Fhatenatech%252F20250708%252F20250708204549.jpg)
A Survey of Context Engineering for Large Language Models
The performance of Large Language Models (LLMs) is fundamentally determined by the contextual information provided during inference. This survey introduces Context Engineering, a formal discipline that transcends simple prompt design to encompass the systematic optimization of information payloads for LLMs. We present a comprehensive taxonomy decomposing Context Engineering into its foundational c
Context Rot: How Increasing Input Tokens Impacts LLM Performance
Large Language Models (LLMs) are typically presumed to process context uniformly—that is, the model should handle the 10,000th token just as reliably as the 100th. However, in practice, this assumption does not hold. We observe that model performance varies significantly as input length changes, even on simple tasks. In this report, we evaluate 18 LLMs, including the state-of-the-art GPT-4.1, Clau
Cracking The Form Factor - Spinach Forest
勤務先で gemini-cli が大流行の兆しを見せている。それまでも Copilot / Devin 的なやつはあり、わりかし使われていた。しかしgemini-cli への熱狂はなんらかの壁を破っている。 これは世間での Claude Code をとりまく熱狂の鏡像である。Claude Code 以前も Devin や Cursor にはファンがいて、GH Copilot も広く使われていた。しかし Claude Code の破竹の勢いは次元の違いがある。自分ですら細々と使っている。 Claude Code はフォームファクターの正解を見つけたのだろう。 gemini-cli や Codex など競合による丸パクリも、この「正解を引き当てた」という見立てを裏付けている。「正解」が出てしまうと、まわりはマネするしか無い。 Claude Code は “agentic coding” の最終
最新のテーブルデータ向けNNモデルをまとめてみた
はじめに 突然ですが、みなさんはテーブルデータの分類や回帰タスクを解くとき、どのようなモデルを使っていますか？ とりあえずCPUベースですぐに動かせて、それなりの精度が出せる、LightGBMなどの勾配ブースティング決定木（GBDT）モデルでまずは試してみるという方が多いのではないでしょうか。 実際、Kaggleなどの機械学習コンペティションにおいても、テーブルデータに対してはGBDTを試す、というのがここ十年近くの王道となっていたと思います。 一方で、ニューラルネット（NN）ベースのモデルとしては、決定木的な挙動とNNモデルを組み合わせたTabNetなどのモデルが有名でしたが、計算コストが高く、パラメータの緻密な調整が必要で、それでいてGBDTに匹敵する性能が出ない場合もある、といったデメリットがネックとなり、広く使われていたとは言い難い状況だったと思います。 かくいう私も、「テーブルデ
Claude Code Hooks を使って Gemini CLI 経由での検索を義務付ける - お雑煮研究会
日夜 Claude Code と開発する中で、やはり Web 検索の精度は Gemini ないし Google のほうが強いという気持ちになっている。 このような記事もあるほどなので、おそらくこれは共通認識だろう。 zenn.dev とはいえ、Claude Code が Web 検索をするたびに介入して Gemini を使え！と書くのは面倒だしいちいち CLAUDE.md に書いたところで守ってくれるとは限らない。 だが Hooks ならできる 先日追加された Hooks なら、必ず Gemini 経由で検索させることが可能だ。 docs.anthropic.com 実は Hook Output という概念があり、特定の JSON 文字列を出力することで Claude に明確に構造化された人間の判断結果を渡せるようになっている。 ということでこの機能を使って、こういうことを伝えてあげれば良
Gemini Embedding now generally available in the Gemini API- Google Developers Blog
We’re excited to announce that our first Gemini Embedding text model (gemini-embedding-001) is now generally available to developers in the Gemini API and Vertex AI. This embedding model has consistently held a top spot on the Massive Text Embedding Benchmark (MTEB) Multilingual leaderboard since the experimental launch in March. Surpassing both our previous text embedding models and external offe
OpenMDWライセンス初期評価：オープンAIライセンスの革命か、オープンウォッシュの免罪符か？
オープンソースライセンスで頒布されるAIモデルが増えてきてはいるが、トレーニングデータを含めた全ての関連コンポーネントがオープンであるAIシステムには幾つかの有望なシステムが生まれているものの未だ発展途上にあると言える。そのような中で、今年5月にLinux FoundationがAmazon、Meta、IBM、Microsoft等の企業と協力し、Open Model Definition & Weights License v1.0（OpenMDW-1.0）というAIシステムに関わるコンポーネントを包括的に扱ってオープンに利用許諾を付与するライセンスを公開した。本稿では、そのOpenMDW-1.0のオープンソース性、他のライセンスとの比較、法的に不明瞭な点やAI領域における議論が必要な点等の提起を行う。 English version: https://shujisado.org/2025
Japan Dashboard（経済・財政・人口と暮らしに関するダッシュボード）とデータカタログ｜デジタル庁
ホーム資料Japan Dashboard（経済・財政・人口と暮らしに関するダッシュボード）とデータカタログ Japan Dashboard（経済・財政・人口と暮らしに関するダッシュボード）とデータカタログ 内閣府は、関係府省庁の連携体制のもと、経済・財政・人口と暮らしに関係する指標を収集しています。2016年より、整備した各種データを見える化し、さらに詳細な分析・検証等に活用できるようにするため、データをダウンロードできる「経済・財政と暮らしの指標「見える化」ポータルサイト（内閣府） 」を運営しています。 データに基づく政策立案をさらに推進するため、内閣府とデジタル庁は協力し、新しく「Japan Dashboard （経済・財政・人口と暮らしに関するダッシュボード）とデータカタログ」を整備しました。見える化ポータルサイトの利用者の要望に基づき、リニューアル方針を定め、操作性・検索性の向上、
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - chonkie-inc/chonkie: 🦛 CHONK your texts with Chonkie ✨ — The no-nonsense RAG chunking library
[Bug]: gpt-oss -> FA3 not detected on RTX 5090 (Blackwell) – Sinks are only supported in FlashAttention 3 · Issue #22279 · vllm-project/vllm
GitHub - wshobson/agents: A collection of production-ready subagents for Claude Code
GitHub - lightonai/pylate: Late Interaction Models Training & Retrieval
開発に使う Python スクリプトは uv で管理する - tokuhirom's blog
Amazon S3 Vectors