山下（Seamless） 2014年から幅広い分野の研究論文をピックアップして解説しているメディア「Seamless」を個人運営。 X（@shiropen2）でも更新情報を発信中。 2011年から2014年の米国国民健康栄養調査（NHANES）のデータを用いたこの研究は、構造的な運動を全く行わないと報告した3,293人の成人を対象に、手首装着型の活動量計で測定した1分以内の短い高強度活動（VILPA：Vigorous Intermittent Lifestyle Physical Activity）と全死亡リスクとの関係を検証した。 研究対象者の平均年齢は50.7歳で、52.3％が女性、平均6.7年を追跡調査し、290件の死亡が確認された。VILPAと死亡リスクの関係を調査した結果、VILPAの頻度と持続時間の両方が死亡リスクの低下と有意に関連していた。 具体的には、1日あたり5.3回のV

なべっつ🍲個人開発&ボドゲ @nabettu 個人開発3大やめとけ - 収益が生活費に足りてないのに本業辞める - 小さいサービス出したことないのにいきなりデカいのに取りかかる - お名前.comでドメイン取る 2025-09-02 23:07:16

大規模言語モデル（LLM）を活用した実践的なアプリケーション開発へと繋がる、知識、テクニック、ツールの包括的な解説書。 著者自身によるLLMを用いた数々の実験と、800本を超える論文の知見に基づき、モデルの構造や限界、活用手法、応用パターンを体系的に紹介することで、直感的な理解と応用力を身につけられるように構成されています。 LLMがどんなデータを用いて、どんな目的で訓練されているかといった原理的な側面から、ファインチューニング、推論の最適化、RAG（検索拡張生成）といった応用的な側面まで、PoC（概念実証）から一歩踏み出したアプリケーションの構築を目指す方に気づきを与える一冊です。 本書への賛辞 監訳者まえがき はじめに 第1部　LLMの構成要素 1章　イントロダクション 1.1　LLMの定義 1.2　LLMの略史 1.2.1　黎明期 1.2.2　LLMの時代 1.3　LLMのインパクト

GitHubは、GitHub CopilotやClaude Code、Gemini CLIなどの生成AIを用いたコーディングエージェントで仕様駆動開発と呼ばれる開発スタイルのワークフローを実現するオープンソースソフトウェア「Spec Kit」を公開しました。 仕様駆動開発はまず明確な仕様を作成する 仕様駆動開発（Specification-Driven Development）は、まず仕様を明確に作成し、その仕様を基に実装計画を立ててコーディングを行うという開発手法です。 Amazon Web Services（AWS）が7月に発表したコーディング支援ツール「AWS Kiro」がこの手法を採用しており、それがきっかけで注目されるようになりました。 参考：AWSがAIコードエディタ「Kiro」をプレビュー公開、VS Code互換。AIとチャットしながらプロダクトを開発 今回GitHubが公開

リクルートグループの一翼として、データエンジニアの育成に注力するニジボックスは、「データエンジニアのキャリア」について、どんな哲学を持っているのでしょうか。 AIの浸透やビッグデータの増加によって、データ利活用がビジネスの生命線となっていく中で、データエンジニアのニーズは高まっています。一方で、彼らの職能やスキルセットをどんな領域で活かすか「まだまだ模索中」という企業は少なくありません。 そこで今回、ニジボックスのデータエンジニアリング室を率いる3人の対談を通じて、データエンジニアが直面するキャリア上の課題やその解決策、そして同社ならではのデータエンジニア活用方法について深掘りしました。 ニジボックスの「データエンジニア育成プログラム」については、以前の記事で紹介しています。ぜひこちらの記事もご覧ください。 ▶ 「データエンジニアの市場価値」を上げたい。リクルートグループのニジボックスが“

こんにちは、kickflowでテクニカルサポートを担当している大谷です。 最近、多くのサービスでAIチャットボットを見かけるようになりました。kickflowでも、お客様の疑問をより迅速に解決し、顧客体験が向上することを目指し、AIヘルプデスクの構築に取り組みました。 今回のプロジェクトでは、テクニカルサポートチームが中心となり、CRE (Customer Reliability Engineer) と協力してAIヘルプデスクを構築しました。 この記事では、非エンジニアである私が、DifyというLLMアプリケーション開発プラットフォームを使い、プロンプトエンジニアリングを駆使して技術的な課題を乗り越えていったプロセスをご紹介します。 技術的な詳細やより深い知見については、今後CREから発信される記事に譲るとして、まずは非エンジニアでもAI開発に挑戦できるということをお伝えできれば幸いです。

GitHub⁠⁠、仕様駆動開発ツールキット「Spec Kit」を紹介 —⁠—コーディングエージェントを利用して仕様を解釈し⁠⁠、開発計画⁠⁠・タスク分解⁠⁠・実装をおこなう GitHubは2025年9月2日、コーディングエージェントを利用した仕様駆動開発（Spec-Driven Development）のためのツールキット「Spec Kit」を開発し、公式ブログで紹介した。仕様を「実行可能」にすることで、開発意図自体をソフトウェア開発の中核に据えることを目指している。 Spec-driven development with AI: Get started with a new open source toolkit - GitHub Blog spec-kit - GitHub Spec Kitは、仕様（Spec）からソフトウェア開発の計画を作成して、その計画をタスクに分解し実装するため

監訳者まえがき 推薦の言葉 はじめに 1章　+AIからAI+へ：生成AIと「ネットスケープ・モーメント」 1.1　ネットスケープ・モーメントとは 1.2　AI と魔法の瞬間 1.2.1　しかし……AI は魔法ではない 1.3　ビジネスを+AI からAI+ へ 1.4　まず、メンタルモデルを「+AI」から「AI+」に変えよう 1.4.1　生成AI 時代に対応する、新生AI ラダー 1.5　旅を始める前に、予算を分類し、AI がどのように役立つかを明確にする 1.5.1　第一の観点：コスト削減のために投資するのか、利益創出のために投資するのか。AI はビジネスにどう役立つか。 1.5.2　第二の観点：AI がビジネスにどのように役立つかを分類する 1.5.3　AI がビジネスにどのように役立つかを可視化するためにアキュメンカーブを使う 1.5.4　何から始めるべきか？ 実践的アドバイス 1.6