3 年弱勤めた AWS を 2022 年 2 月付けで退職しました。 退職エントリを書くつもりはなかったのですが、自分にとって特に思い入れの強い会社だったので少しだけ書こうと思います。 あなたは誰？ 主に AWS、フロントエンドを主軸にソフトウェア開発をしています。 AWS では何をやっていたの？ Prototyping Engineer (旧 Prototyping Specialist Solution Architect) というロールでお客様のクラウド導入支援を行なっていました。特に AWS 上で新たにサービスを立ち上げるお客様に対してアプリケーションのプロトタイピングを構築する部隊に所属していました。また、Amplifyという AWS が提供する mBaaS のエバンジェリスト的な活動もやっていました。 なんで辞めたの？ 会社を辞めた理由は 100%ポジティブなものです。ネガティ

2024年2月9日 · Welcome all of you, here you will get daily answers of Microsoft Rewards (Bing Quiz) like Bing Homepage Quiz, Bing Supersonic Quiz, Bing News Quiz, Bing Entertainment Quiz, …

1. はじめに 前回の記事では、余ったPCパーツを活用してLinux環境でOllamaを導入し、日本語版 Gemma 2 2Bを動作させるところまでを説明しました。 今回は、そのOllama環境を活用するため、Langchainと組み合わせた開発環境の構築手順について解説します。 2. 環境構築 2.1 前提条件 Ubuntu 24.04.1 LTS Python 3.12.3 Ollama（前回の記事で導入済み） 2.2 Python環境の作成 Langchainと関連パッケージをインストールします： from langchain_ollama.llms import OllamaLLM from langchain_core.prompts import ChatPromptTemplate from langchain_core.output_parsers import StrOu

ドキュメント GitHub 【0】事前準備 Ollamaをインストールする 公式サイトから「Ollama」をダウンロードして、起動。 ダウンロードするとすぐに利用できるようになります。 CLIコマンドを確認する コマンド 内容

AIは、便利で効率的なサービスを提供し、社会の変化を加速させます。AIの活用を促進するには、AIを安心して活用できるための信頼の確保が不可欠といえます。 AIにとってデータはその基盤であり、正しいデータを学習や処理することで正しいデータを導き出せます。しかし、データが正しくなければ、正しい答えを導き出すことが困難となり、プロセス全体の信頼性が損なわれます。 データ品質は、AIの卓越性の基礎であり、信頼できるAIの実現に寄与します。 このような背景をふまえて、AI社会を適切に実現し、データ駆動型社会へと導くために、データとAIの価値を最大化するために必要なデータ品質を持続的に確保するため、何をすべきか整理したのが本ガイドです。 本ガイドは、2/7に公開したドラフト版を更新したVer.1.0となります。英語版が正式版であり、日本語版はサマリとなります。今後も皆様からのご意見を募集しております。

令和6年2月14日 内閣府 科学技術・イノベーション推進事務局 プレスリリース １．概要 AIの安全性に対する国際的な関心の高まりを踏まえ、AIの安全性の評価手法の検討等を行う機関として、米国や英国と同様に、日本においても、AIセーフティ・インスティテュートを本日設立した。同機関は、内閣府をはじめ関係省庁、関係機関の協力の下、IPA（独立行政法人情報処理推進機構）に設置され、諸外国の機関とも連携して、AIの安全性評価に関する基準や手法の検討等を進めていく。 所長には、今月１日に内定していた、元日本IBMのAI研究者で、現在は損保ジャパンCDO（チーフ・デジタル・オフィサー）で京都大学防災研究所客員講師の村上(むらかみ)明子(あきこ)氏が就任した。 ２．AIセーフティ・インスティテュートの主な業務内容（暫定） 〇安全性評価に係る調査、基準等の検討 〇安全性評価の実施手法に関する検討 〇他国の

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

TOP　> アウトプット　> アウトプット（Information）　> AIセーフティ評価のための評価ツールをOSSとして公開 AI Safety Evaluation Tool Released as Open Source Software (OSS) AIセーフティ評価のための評価ツールをOSSとして公開 AI Safety Evaluation Tool Released as Open Source Software (OSS) AIセーフティに関する評価観点ガイドに基づき、AIシステムのAIセーフティ評価を行うための評価ツールをオープンソースソフトウェア（OSS）として公開しました。 以下のリンク先（GitHub）で公開しています。 https://github.com/Japan-AISI/aisev An evaluation tool designed to condu

すぐる | ChatGPTガチ勢 𝕏 @SuguruKun_ai 「ChatGPTの回答が箇条書きで分かりづらい...」 という時は 「JLPT N1レベルで回答してください」 と入力すればOK。 これだけで人間味のある文章で回答してくれる👇🧵 2025-09-15 20:30:20

GitHubは2025年9月16日、MCPサーバーを発見・利用するための新たな拠点として「GitHub MCP Registry」を公開した。このレジストリは、これまで複数の分散しているMCPサーバー情報を一元化し、開発者が必要なサーバーを迅速に発見して利用できるようにすることを目的としている。 MCP Registry · GitHub Meet the GitHub MCP Registry: The fastest way to discover MCP Servers - GitHub Blog GitHub MCP Registryでは、主要パートナーおよびOSSコミュニティからのMCPサーバーをキュレーションして掲載するところから始めた。各MCPサーバーはGitHubリポジトリに紐づけられて紹介されるため、ユーザーは各サーバーが何を行い、どのように始めればよいかを迅速に把握し、

Claude Codeでコードを書くのが当たり前になりつつありますが、Codexの名前も最近聞きますよね？ Claude Codeは性能低下のバグを治して元の最強になりました。 しかしそれと同時期にCodexはGPT-5-Codexという新しいモデルを出しました。 これは頂上決戦するしかないよなぁ！？ ということで、一度比較をしてみたいと思います😉 今回は人気の3つ Claude Code (Sonnet 4) Codex (GPT‑5-Codex high) Cursor Agents (Auto) と、おまけで2つ Augment Code (Sonnet 4) Warp Code (GPT-5 high-reasoning) にまったく同じプロンプトを投げ、Slackクローンを作ってもらいました。 実験条件 共通プロンプト Slackクローンアプリを作成してください。 .curso

メルカリでのAI Agentの現在地を大公開っ https://mercari.connpass.com/event/366804/

「AIの使い所ってどこだろう？」 SNSを賑わすAIの進化にまつわる情報の数々を眺めていると、私だけでなく誰もがそんなことを考えているのではないかと思う。 でもその一方で、ジブリ風のイラストを始めとする作例が、「パクリ」として指摘される場面も見受けられる。 今後AIによる画像生成などは、着実に私達の仕事や暮らしを助けてくれるものになるのだろうけど、下手に手を付ければ誰かに迷惑をかけかねない危うさもある。 そんなジレンマでもやもやとしていた。 人物も工業製品も、雑なプロンプト1行指示→線画変換は地味に便利ですね。法務申請して実務で使いたい。 Google Gemini（nano-banana）すごいですね🤤🍌 ほんとに1行だけなので、下に置いておきます。お試しを！ 👇 pic.twitter.com/7jQOhQ3hBT — ミヤマ｜営業部にいるデザイナー (@mmmiyama_D)

バキバキに心が折れた日報告会で、クライアントから「もう帰っていいよ」と言われた経験はありますか？　私はあります！（得意気に言うことでは無いですが） 笑いながら怒る竹中直人さんのような、めっちゃ笑顔なのに発言に怒気を込めて「もう帰っていいよ」と言われました。 そう、あれは今から10年ほど前の2016年ごろ。某社で毎月行われていた施策報告会に広告代理店、製作会社、ツールベンダーが参加していました。ある月、１テーマとして「データ分析による施策の効果検証」が主催者である某社から求められ、筆者はツールベンダーの報告者として参加しました。 パワポで作ったスライドは、150枚超えだったと記憶しています。印刷した紙を配り、スライドも投影しながら説明していると、責任者クラスの偉い人から何度もツッコミを貰いました。 筆者「…というわけで、AとBを比較すると、Aが大きいと分かりました。そして次に…」 偉い人「ち

GitHubは、さまざまなサービスがAIと連携するための「MCPサーバ」の総合的なカタログとなることを目論んだ「GitHub MCP Registry」を公開しました。 MCPサーバは生成AIの能力を拡張する MCPサーバは、生成AIに対してさまざまな能力や機能の拡張を提供します。 生成AIはそのままではモデルに組み込まれた知識しか備えていませんが、例えばGitHubが提供する「GitHub MCP Server」と接続することで生成AIはGitHubのリポジトリ内にあるソースコードを読み、プルリクエストを生成できるようになります。 MongoDBが提供する「MongoDB MCP Server」と生成AIを接続すると生成AIはMongoDBのデータベースにアクセスできるようになり、WebブラウザのテストツールであるPlaywrightの「Playwright MCP」を生成AIと接続する