【保存版】明日から使える、組織のための Cursor Rules 運用
はじめに こんにちは株式会社キカガクの @tetsuro_b です。 株式会社キカガクでは 2025 年 4 月に全エンジニアへ Cursor を導入しました。（約 15 名） メンバーの中にはこれまで Cursor を半年以上使い続けている熟練者から、これを機に Cursor を触り始めた方まで様々です。 そこで組織全体として Cursor を最大限効果的に活用するために「全員の知識の底上げ」 + 「Cursor Rules の運用方針」を定めるべく、本来は社内向けの情報としてカジュアルに用意するつもりだったのですが、せっかくならということで本ブログを執筆することにしました！ 小手先のテクニック論ではなく、LLM の進化によってなるべく陳腐化しないような情報でまとめたつもりなのでぜひ最後までご覧ください！ 対象読者 Cursor を組織に導入したは良いものの Rules をどう運用してい
Rulesを全部捨てて認識をリセットした話（with Gemini 2.5 Pro）
2025年04月20日現在の話です。 毎度ですが、記事の賞味期限には気をつけてください。食あたり注意です。 Rulesを捨てた経緯 2025年3月末、Gemini 2.5 Pro が出ました。コンテキストウィンドウ1Mということでゲームチェンジャー感がありすぐ使い始めました。4/20日現在もほぼGemini1本と言っていいくらい使ってます。 別にこのタイミングである必要はなかったかもしれませんが、直近で感じてた疑念— 「LLMに辞書みたいなrulesを読み込ませるのは本当に正しいのか？」 を検証することにしました。（というか、正しくないことが半分分かっていたのでどっかで認識をリセットしなくてはと思っていました。） 元々以下のような記事を書いて逐次的なRulesの更新を推奨していました。 この頃は、将来的にモデルの性能向上でコンテキストウィンドウも拡大するから何でもツッコんで貯めとこうと思っ
LLMチューニングのための強化学習：GRPO（Group Relative Policy Optimization） - どこから見てもメンダコ
DeepSeek-R1にも採用されたLLMチューニングのための強化学習手法 GRPO（Group Relative Policy Optimization）について考えたことをまとめます。 GRPO: DeepSeek-R1の強化学習ファインチューニング手法 前提手法：TRPO/PPO TRPO: Trust Region Policy Optimization PPO: Proximal Policy Optimization GRPOとPPOの差分：①アドバンテージ算出と②参照モデルからのKL距離制約 変更点①： アドバンテージAの算出方法 REINFORCE： 価値関数近似なし方策勾配法 PPO（Actor-Critic）： 価値関数近似あり方策勾配法 GRPO： スケーリングされたREINFORCE 変更点 ②： 参照モデル（SFTモデル）からのKL距離制約 従来は参照モデル制約は
Dify（ディファイ）とは？どんなことができるか利用してみた。
Dify（ディファイ）とは？ Dify（ディファイ）とは「LangGenius, Inc.」が提供するサービスです。オープンソースのLLMアプリ開発プラットフォームです。 RAGを使用してエージェント形式のチャットボットから複雑なAIワークフローなどをノーコードで。つまりLLMアプリを簡単に作れるサービスです。 LangChainをご存じの方であれば、それをもっとノーコードで簡単にしたものととらえていただければと思います。 Difyのサイトにも「LangChainよりも本番環境に適しています」と記載が。 なお、LangGenius, Inc.についてですが、LangGenius, Inc.は、アメリカのデラウェア州（651 N BROAD ST SUITE 201, Delaware, USA ）にある企業です。CEOはLuyu Zhang 氏が代表を務める企業です。 Difyの読み方につ
1
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
処理を実行中です
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
AIコーディングの理想と現実
MCPに入門する/ Introduction to MCP
「RAG」と「ロングコンテキストLLM」の徹底比較：LLMの長文理解における新たなハイブリッドアプローチ Google DeepMindとミシガン大学の研究 | Ledge.ai
