動画の字幕をAIで自動文字起こしして作成し、そのまま編集したり翻訳したりすることも可能なオープンソースの字幕エディター「Subtitle Edit」が無料で公開されているので、実際に使ってみました。 Nikse - Subtitle Edit https://www.nikse.dk/subtitleedit GitHub - SubtitleEdit/subtitleedit: the subtitle editor :) https://github.com/SubtitleEdit/subtitleedit 公式サイトにアクセスし、左カラムの「Subtitle Edit 4.0.13」をクリックします。 GitHubのリリースページが開きます。今回はEXE形式のインストーラーである「SubtitleEdit-4.0.13-Setup.exe」をクリックしてダウンロードしました。ファイ

ジャド・タリフィ氏はグーグル初の生成AIチームを立ち上げ、現在は自身のAIスタートアップのCEOを務めている。AI人材獲得競争において、メタのような企業は優秀な人材を引き付けるために巨額の契約金をちらつかせている。しかしタリフィ氏は、AIブームに乗じて一攫千金を狙うためだけに学校に戻り、博士号を取得すべきではないと語る。 AI（人工知能）人材獲得競争が激化するなか、メタ（Meta)などのビッグテックは、人材を惹きつけるために数億ドル（約300億〜約1320億円）規模の法外なボーナスをちらつかせている。 しかし、グーグル（Google）初の生成AIチームを立ち上げたジャド・タリフィ（Jad Tarifi）氏は、Business Insiderに対し、AIブームに便乗して金儲けをするためだけに博士号を取得することはお勧めしないと述べた。 いまから博士号に挑戦しても手遅れ「博士号を取り終える頃に

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。 今回は、RAGの出力がどの情報源を元に出力したかを示す出典を、トークン出力確率を用いて判定する手法「LoDIT」について紹介します。 サマリー RIGに代表されるように、LLMが出力した情報を信じるためには、参照した情報が元々どのように記載されていたかを知ることが重要です。 そのためRAGでは、出力されたテキストに出典を明記します。しかし、既存の手法はいずれも文章が出力された後に参照との対応を探します。このため、既存の手法では「参照を判定したい文章」の出力途中の情報を活かせず、参照の判定精度が下がってしまいます。 これに対して「LoDIT」では、リアルタイムに情報源を判定します。情報源の特定には「トークンの出力確率」という出力の瞬間に得られる情報を利用しているため、既存の手法と比べてよりLLMが参照に利用していた情報源を正確に特定で

1. はじめに Claude CodeはAnthropic社が提供するAIを活用したコーディング支援ツールです。先進的なコード生成・解析機能を持つ一方で、ネットワークアクセスとファイルシステムへの読み書きアクセスが必要なため、セキュリティ面での配慮が重要となります。 特に、Claude CodeはAIによるコード生成の性質上、以下のようなセキュリティリスクが存在します： ファイルシステムリスク: AIによる予期しないファイル操作（設定ファイル、機密データ、システムファイルの変更） ネットワークリスク: 外部サービスへの意図しない通信（API呼び出し、データ送信、悪意あるサーバーとの通信） Dev Container環境でClaude Codeを実行することで、これらのリスクから完全に隔離された安全な開発環境を構築できます。コンテナによるファイルシステムの分離とネットワーク制限により、ホスト

イーロン・マスクのAIが、イーロンの言うこと聞かなくなってきてる2025.08.19 18:007,675 Luc Olinga - Gizmodo US ［原文］ （ satomi ） 嘘拡散、ヒトラー礼賛で世界中に怒られたばかりなのに今度は何？ イーロン・マスクのxAIのチャットボット｢Grok｣がまた規約違反でX上に一時表示されなくなる事案が発生しました。 @Grokの垢バンの通知のスクショが面白おかしく拡散されたため、イーロン自身も黙っていられなかったのか、｢いや～何度も自分で自分の首絞めちゃってるわ｣と自嘲気味にリプライしてますよ。 Grok has been sent to the naughty step once again 😂 pic.twitter.com/OyyaX26JYZ — Sir Doge of the Coin ⚔️ (@dogeofficialceo)

GitHubが提供しているAIコーディングアシスタントのGitHub Copilotを開発したジョン・ベリーマン氏が記した、大規模言語モデル(LLM)のポテンシャルを最大限活かすためのテクニックをまとめた書籍が「LLMのプロンプトエンジニアリング」です。この書籍に登場するプロンプトエンジニアリングの図解が非常にわかりやすいと、機械学習エンジニアのアレックス・ストリック・ファン・リンスホーテン氏が解説しています。 Alex Strick van Linschoten - Assembling the Prompt: Notes on ‘Prompt Engineering for LLMs’ ch 6 https://mlops.systems/posts/2025-01-13-assembling-the-prompt:-notes-on-prompt-engineering-for-ll

Xcode 26 beta 7の内部を調査した結果、AppleがAnthropicのAIモデルであるClaudeをXcodeにネイティブ統合する準備を進めていることが明らかになったと、Apple関連ニュースサイトの9to5Macが報じています。 Apple preps native Claude integration on Xcode - 9to5Mac https://9to5mac.com/2025/08/18/apple-preps-native-claude-integration-on-xcode/ 2025年6月に開催された開発者向けカンファレンスのWWDC25で、AppleはChatGPTのネイティブ統合を発表しました。 AppleがXcodeにAIでのコーディング補助機能を追加＆Apple Intelligenceの基盤モデルフレームワークが利用可能に - GIGAZIN

Next.js 15.5 includes Turbopack builds in beta, stable Node.js middleware, TypeScript improvements, next lint deprecation, and deprecation warnings for Next.js 16. Highlights for this release include: Turbopack Builds (beta): Production turbopack builds (next build --turbopack) now in beta Node.js Middleware (stable): Node.js runtime support for middleware is now stable TypeScript Improvements: Ty

「AI によって大量の人たちが雇用を奪われて，経済でやるべき有用なことをなくしてしまう」というのは，事実上の通説みたいになっている．みんな，あまりにこれを確信していて，「ほらやっぱりそうなってるじゃないか」と信じる材料になる兆しがデータに現れると，すぐに飛びついている．ちょっと前に，経済学者たちも人気評論家たちもこの件に関して行きすぎた予測をしている理由について記事を書いた． ともあれ，Economic Innovation Group のサラ・エックハートとネイサン・ゴールドシュラグがこの件に関する新しい報告書を発表している．これによると，ぼくらが知りうるかぎり，AI はまだ雇用を奪っていない――少なくとも，測定できる規模ではそうなってない． エックハートとゴールドシュラグは，まず，いろんな仕事での AI 曝露度を予測する数値からはじめている．そうした数値を見ても，どの仕事が AI に取

私はコストパフォーマンスという考え方が半分好きで、半分嫌いだ。 少なくとも、この考えが適用しやすい分野と適用しにくい分野があると思っている。 勉強効率やガス代の節約といった分野ではコストパフォーマンスの発想はうまく機能する。 昔の人間にはコストパフォーマンスという発想自体が乏しかったそうで、現代の私たちがコストパフォーマンスを意識できるのは、近代資本主義の考え方に馴染んでいるから、いわばホモ・エコノミクスとして訓練されているからにほかならない。 あるいはタイパという、時間節約の発想にも慣れているからかもしれない。 ただし、コストパフォーマンスが適用しにくい分野もある。子育てや家族、友達関係といった分野でコストパフォーマンスを論じ始めると、とたんに具合が悪くなる。 具合が悪くならない人も稀にいるが、こうした人間関係の問題にコストパフォーマンスという着想を持ち込むと、多くの人がアレルギー反応を

なお、Artificial Analysisを参照すると、包括的に確認できて便利です。 新しいパラメータや振る舞い GPT-5では出力の文量やツール呼び出しの形、出力制約を直接コントロールするための追加パラメータとツールが公開されています。 verbosity：出力される文章の長さを調節するパラメータ 指定できる値：low / medium / high reasoning_effort：思考の深さを調整するパラメータ 指定できる値：minimal / low / medium / high ※以前もありましたが、新しくminimalが追加されました。 Free‑Form Function Calling：JSONではなく任意テキストをツールに渡せる Python/SQL/シェルなど、そのまま実行系へ流せます CFG (Context‑Free Grammar)[1]：形式を指定して出力を

71.6％のエンジニアが業務にAIを「ほぼ使っていない」　ITエンジニアのAI活用調査：「業務の半分が4年以内にAIに代替される」と予測するも Value marketが発表した「ITエンジニアのキャリアとAI活用に関する意識調査 2025」によると、35.2％のエンジニアが、生成AIの業務代替時期を「4年以内」と予測した。

はじめに どうも、コード・ドットです。 今は小規模な受託企業でせっせとエンジニアをやっています。 自社の悪口を言うわけではありませんがコードは質よりスピードが評価されるような環境なため、「このままではヤバくないか？」と思い、SNS等でも評価が高かったドメイン駆動設計入門を読んだので私なりに重要な部分をまとめて感想を書いていきたいと思いました。 これ以外にもDDDとえいば「エリック・エヴァンスのドメイン駆動設計」が定番中の定番ですが、本屋で中身を見たら挫折しそうだったので飛び級せずにレベルに合ったものを手に取りました。 それにしても正月休みは読書が捗る... 結論 最初にこの本を読んで感じたことをまとめると、ドメイン駆動設計は自分が想像していたより特別なものでも魔法のような設計手法でもないなと感じました。これは悪口でもなんでもなくコーディングをするときに「確かに大事だよね」と思うようなものが

ティム・オライリーとシリコンバレーの贖罪 2024.07.10 Updated by yomoyomo on July 10, 2024, 11:00 am JST きっかけは、『ブログ 世界を変える個人メディア』や『あなたがメディア！　ソーシャル新時代の情報術』の著書で知られるジャーナリストのダン・ギルモアが、16年務めた教職を辞すという「引退」について書いているのを4月に読んだことでした。 調べてみると、彼は1951年生まれの73歳らしいのですが、ふと、自分が20年以上前からその言説を参考にしてきたベテランたちの何人かも70歳前後なのに気付きました。それは例えば、ブログやポッドキャストの発展に大きく関わったデイヴ・ワイナーや、やはりベテランブロガーにして『グーグル的思考』、『パブリック 開かれたネットの価値を最大化せよ』、『デジタル・ジャーナリズムは稼げるか』の著書で知られるジェフ・ジ

yomoyomo yomoyomo 雑文書き／翻訳者。1973年生まれ。著書に『情報共有の未来』（達人出版会）、訳書に『デジタル音楽の行方』（翔泳社）、『Wiki Way』（ソフトバンク クリエイティブ）、『ウェブログ・ハンドブック』（毎日コミュニケーションズ）がある。ネットを中心にコラムから翻訳まで横断的に執筆活動を続ける。 Tweet およそ一年前に「ティム・オライリーとシリコンバレーの贖罪」という文章を書いたのですが、当時既にオライリーが経済学者のイーラン・ストラウスと手がけていたAI Disclosures Projectのことはあまり注目していませんでした。 これは文字通り、AIに関する情報開示を求めるプロジェクトですが、なぜ情報開示が必要なのか？ オライリーらによる説明は以下の通りです。 現行のAIガバナンスの枠組みは、モデル自体の能力に内在するリスク、悪意ある主体がその能力を

8月19日現在、Googleが公式に公開した「Prompt Engineering」と題するホワイトペーパーが、再び大きな注目を集めている。 Google公式のホワイトペーパーとは このホワイトペーパーは2024年9月にKaggleを通じて公開されたもので、著者はGoogleのLee Boonstra氏である。内容は、LLMに対する入力（プロンプト）設計を体系的に解説するもので、以下のような要素を含んでいる。 プロンプト設計の基礎 モデルの特性や学習データ、生成パラメータ（例：temperature）、語彙選択、文体やトーン、構造、コンテキストといった要素が出力の質に直結することを解説。 多様なプロンプト技法 Zero-shot、Few-shot、Chain of Thought（CoT）、Self-Consistency、Tree of Thoughts、ReAct、Automatic

ロジックだけでは通用しない「人」の問題を解き続ける。マネージャーの孤独と無力感を受容するための８冊 2025年8月6日 READYFOR株式会社 VPoE/EM 熊谷 遼平 学生時代の起業を皮切りに、ウェブ・ネイティブアプリケーション開発、インフラ設計構築、全文検索エンジンの導入など、テクノロジー領域での開発経験を積む。プロダクトマネージャーやプロダクトオーナーとしてのチームマネジメント経験の他、事業開発やインサイドセールスチームの立ち上げにも携わる。現在はREADYFORのVPoE/EMとして、エンジニアリングを軸に事業と組織の成長を推進すべく、日々奮闘中。 X（@KUMAN_R） Qiita note エンジニアがマネジメントに踏み出すとき、今まで向き合ってきた「技術やシステム」と、マネージャーとして向き合うべき「組織や人」の特性の違いに戸惑う人も少なくありません。 この連載では、業界

こんにちは、たねやつです。 Obsidianでのメモ書きやブログ執筆、もっと効率的に進めたいですよね。最近はAIアシスタントが非常に優秀ですが、「自分のメモや書きかけの文章を外部のAIサーバーに送るのは、セキュリティ的にちょっと不安…」と感じる方も多いのではないでしょうか。 今回はそんな悩みを解決する、LM StudioとObsidianを連携させて、手元のPC内で完結する完全プライベートなAI執筆環境を構築する方法をご紹介します！ API利用料もかからず、情報漏洩の心配もない、自分だけのAIアシスタントを手に入れましょう！ この記事でできること 事前に必要なもの LM Studioのインストール Obsidianのインストール Obsidianのコミュニティプラグイン「Copilot」 手順1: LM StudioでローカルAPIサーバーを起動する 手順2: Obsidianに「Copi

こちらのイベントの登壇資料です。 AI時代xドメイン駆動設計 「良いコード/悪いコードで学ぶ設計入門」ミノ駆動氏が実践するDDDのイマ https://offers-jp.connpass.com/event/363119/

さわむら @shun1s コールセンター（テクサポ）を10年くらいやってましたが、電話をかけてくる人の9割以上は自分が抱えている問題を言語化する能力が無いので、AIやチャットボットで捌くのはまず無理なんですよね。エスパー必須です。 だから絶対にAIに代替されない仕事のひとつだと思ってます。 x.com/Ryuz88/status/… 2025-08-18 12:15:26 Ryuji Fuchikami @Ryuz88 コールセンターの離職率問題。人間オペレータに繋がる前に、あらかじめ客の怒りゲージをMAXにしてから繋ぐシステムを何とかしないと改善しない気がする。 AIで何とかなりそうな気もするが、逆効果なパターンも多そうな... 2025-08-18 09:59:21

｢検索｣の歴史、7万年遡ったら、AIがどんだけヤバいか見えてきた2025.08.19 20:0034,929 小野寺しんいち ｢調べたいことがあるんですけど…｣ ｢はい、どうぞ｣。手渡されたのは、分厚く重い、粘土板。 紀元前3000年ごろのメソポタミア。調べ物をするには、粘土板を集積した保管所に行き、たくさんの粘土板から必要な情報を見つけなければなりませんでした。 それから5000年もの時が流れた今、私たちは保管所の代わりに、スマートフォンからインターネットへと接続し、無限とも言える情報に、時間も場所も選ばずアクセスできるようになっています。 "知りたい"。その欲望が、粘土版からインターネットへと、人類の技術を進化させてきたのです。 そして2025年現在、その｢調べる｣という営みは、かつてない転換点を迎えているように思います。そう、AIの登場です。 すでにChatGPTやGeminiなどの

JPYCとは何か JPYCが発行するステーブルコイン「JPYC」は、日本円に連動する資産として、その価値は銀行預金や日本国債によって100％保全される。つまり、JPYCをいつでも同額の日本円に交換できる。これは価格が大きく変動する暗号資産（ビットコインやイーサリアムなど）とは決定的に異なる。 発行されたJPYCは、利用者自身のウォレットやカストディ事業者（保管サービス）に預けることができる。さらに、ブロックチェーンを利用するため、世界中に数秒で送金可能だ。送金手数料（ガス代）は利用するチェーンによって異なるが、安いチェーンであれば1円未満で済むケースもあるという。現在はEthereum、Avalanche、Polygonの3チェーンに対応予定だ。 JPYC社は、日本円をJPYCに変える「発行」と、JPYCを日本円に変える「償還」を担う。その際の手数料は徴収しない。前述の通り、送金手数料はブ