はてなブックマーク

ChatGPTの最新AIモデル「o3」がリリースされ、話題を呼んでいます。 「ほぼAIエージェント」と言われており、AIが自律的に行動し、Web検索、画像やファイルの解析、プログラミング、画像生成など、これまでの全ての能力をフル活用して問題解決を行います。 ▼このポストはXで13万表示されプチバズしました 【Gemini 2.5→o3の凶悪コンボ】 個人的に「o3」の一番強力なユースケース。 これは本当にライター大助かり。 ・「Gemini2.5 Pro」にブログ記事を書かせる ・「o3」に投げて、図解をつづけて画像生成させる。 ・記事にあった内容を考えさせ、「10図解 × 3案ずつ」など、スパルタに。… pic.twitter.com/iQZbQeUuiz — エクセル兄さん(たてばやし淳)@AI時代のExcel術_書籍多数 (@excel_niisan) April 17, 2025

こんにちは！株式会社Rabeeのデザイナーのakaneです。 今回は「Obsidian」と「Cursor」という2種類のテキストエディターを使うことで、noteをサクサク書く体制を整えてみた話です。情報収集からアウトプットまでをスムーズにしたい方、ぜひ読んでいただけたら嬉しいです。 どうぞ最後までお楽しみください🐰 参考記事ObsidianとCursor（とGitHub）の活用方法については、以下の記事を参考にさせていただきました。 ・ ・ ・ 使うツール今回使うツールは、以下の2つのエディターのみ。 Obsidian（Markdownエディター） Cursor（コードエディター） これらのツールを使うことで、Web上の気になる情報を1つの場所にどんどん蓄積していって、読んで、理解し、それらを日々アウトプットする習慣をつけよう〜✊️という試みです。 【今回の目標】 ・読みたい情報や読んだ

てーとく@REMEMBER PORT ISLAND @umi_no_teitoku 間違ったこと言った時の「あ、ごめん。嘘言った」って言い回しが通じなくて若干トラブった。 『なんで嘘つくの！』って。 これ理系用語だっけか？ 2025-04-18 17:29:29

はじめに 長らくReactを雰囲気で書いてきました。コンポーネントを作り、propsを渡し、状態を管理する基本的な概念は理解していたものの、より体系的なアプローチや設計パターンについては深く考えずにコードを書いていました。しかし、より大規模で保守性の高いアプリケーションを構築するにつれ、単なる「動くコード」を超えた、堅牢な設計原則の必要性を痛感するようになりました。 この記事は、私自身の再学習を共有するものです。 ※2025/04/21時点、私が関わっているプロダクトのCrowd AgentのReactのバージョンは"18.3.1"です。 目次 Reactデザインパターンとは HOC (高階コンポーネント) パターン[※React18以降では、カスタムフック推奨] Provider パターン Presentational と Container コンポーネントパターン React Hook

はじめに：非同期コミュニケーションの増大と組織課題リモートワークやハイブリッドワークに関係なく、オフィスワークであってもSlack・メール・Notion・Teams など、非同期コミュニケーションに頼る機会が格段に増えている。実際に、オフィスにいたとしても非同期のテキストコミュケーションが多い。 だが、こうした非同期の便利さと引き換えに、いくつかの課題が顕在化するようになった。まず挙げられるのは、メッセージの往復回数の増加だ。オフィスで雑談まじりに「これどうなってる？」と聞けば一瞬で解決したかもしれない問題が、Slack のメッセージを投げても相手が離席していてすぐには返事が来ない――それだけならまだしも、投げかけが曖昧だったり、目的が十分に説明されていなかったりすると、数時間後に「それは何のデータが欲しいんですか？」と追加質問が返り、さらに数時間後にようやく詳細を伝え、やがてまた別の質問

22～30歳までだと職人や技術者といい 30歳から得た技術を仕事にする人をペテンや詐欺師と呼ぶ

こんにちは、しかじろうです。好きなAIはGemini2.5Proです。 長くAndroidエンジニアやってましたが、最近はGCP/AWSのインフラやったり、AIエージェントの開発など幅広くやってます。楽しいです。 身近な課題をAIで解決していく こないだ担当の税理士さんとお話したときに「税理士さんもAI使ってるんですか？」って話にり、税理士さんの課題で 「お客さんと話してて、判例や法令をもとにお返事したいけど、ググったりするのはとても時間がかかる。」 というのが分かりました。 調べると普通のChatGPTなどは法令は知ってるのですが、判例については詳しくありませんでした。意外と一般公開されてないっぽいですね。 判例は裁判所のwebにPDFで配布してることが分かったので、vibeなcodingでぱぱっと判例について教えてくれるサービスを作ってみました。 タイトルにも書いてますが、類似サービス

週末にやった感じ、GithubのCopilot Agentがかなり良かったので感想を書く。 前提 今回作ったツールで似たようなやつはいっぱいあって、llm ってやつが便利なんだけどPythonだし、重厚過ぎてちょっとしたことに入れるにはハードルが高いし、Serverには入れにくい。 ってことでGolangが良いなって思ってシンプルなやつを作った。 その際にGithubにCopilot AgentがGAになったので、こいつをvibe codingのメインで開発してみた。 ちなみに普段からRoo CodeやClaude Codeなんかも触っているのでvibe codingやAI Agentの活用には慣れている。 結論 業務で使うならCopilot Agentがかなり良い印象。 ClineやRoo Codeでやってたことは置き換わりそうな印象がある。 特にCopilotのAgentタイプだけでは

やっとかよ！！！ LINEがLYPプレミアム登録者向けに「プレミアムバックアップ」機能の提供を開始しました。この機能を使うと、これまでの標準バックアップではできなかった写真や動画などのデータも引き継げるようになるとのことです。 なお、LINEは長らくAndroidとiOS間のメッセージ引き継ぎに非対応（直近14日のみ簡易継承）でしたが、今回の機能により、全て移行できるようです。 プレミアムバックアップでは、テキストメッセージのほか、過去のトーク履歴、写真、動画、ファイル、ボイスメッセージなどを引き継ぐことが可能になります。アルバムやノートに保存中のデータ、友だちリスト、購入したスタンプ、LINEスタンププレミアムの利用情報、LINE Pay・LINEポイント残高、自分のプロフィール情報、ステータスメッセージ、グループ、LINE連動アプリ・サービスの情報、LINE VOOMの内容、6カ月間の

はじめに 1. 不均衡データとは何か 1.1 不均衡データの定義と実例 1.2 なぜ不均衡データが問題なのか 1.3 数学的視点から見た不均衡データの課題 2. 不均衡データへの対処の根本的な考え方 2.1 基本的アプローチの体系 2.2 統計的基盤: なぜこれらの方法が機能するのか 3. データレベルの対処法: サンプリング技術 3.1 アンダーサンプリング手法 3.1.1 ランダムアンダーサンプリング（RUS） 3.1.2 情報損失を最小化するアンダーサンプリング Tomek Links Condensed Nearest Neighbor Rule (CNN) One-Sided Selection (OSS) 3.2 オーバーサンプリング手法 3.2.1 ランダムオーバーサンプリング（ROS） 3.2.2 SMOTE (Synthetic Minority Over-samplin

米OpenAIが4月16日（現地時間）に新たなAIモデル「o3」と「o4-mini」の公開に合わせて公開したこれらのモデルのSystem Card（PDF）によると、o4-miniのハルシネーション（幻覚）率は、o1およびo3と比較して高いという。 ハルシネーションの評価には、質問応答データセットである「PersonQA」を用いた。この評価では、モデルが質問に対して正確に回答できたか（精度）と、事実に基づかない情報を生成した頻度（ハルシネーション率）が測定される。 評価の結果、o4-miniの精度は0.36と低く、ハルシネーション率は0.48と高い数値を示した。OpenAIは、小型のモデルは一般的に知識量が少なく、ハルシネーションを起こしやすい傾向があるためと説明している。 また、o3はo1と比較して、全体的により多くの主張を行う傾向が見られた。その結果、正確な主張の数が増加する一方で、不

ついに量子コンピュータでLLMの追加学習に成功。量子コンピュータとテンソルネットワークがLLM計算を変える。 ついに、量子コンピュータと大規模言語モデル（LLM）が交差する未来が現実のものとなった。これまでは理論提案が主体だったが、実際の量子コンピュータを利用することでファインチューニングなどの一部の学習が実機で可能になった。 だがこの融合は、ただの“AIの高速化”ではない。LLMのファインチューニングというプロセス自体が、量子計算によって再定義され始めているのだ。 ■ なぜ量子コンピュータでLLMを扱うのか？ 従来、LLMの学習やファインチューニングはGPUクラスタを用いた「大規模分散計算」が前提だった。しかし近年のAIの発展において注目を集めているのが LoRA（Low-Rank Adaptation） をはじめとした「軽量な微調整手法」だ。 LoRAは、モデル全体を再学習するのではな

JetBrainsは、今までアーリーアクセス版として提供していたAIコーディングエージェント「Junie」を一般公開し、同社が提供するIDEの全ユーザーが利用可能になったことを発表しました。 JetBrainsは、コードの補完やプロンプトによるコード生成などを行うコーディングアシスタントの「JetBrains AI Assistant」と、自律的にコードの生成や修正、テスト作成などを行うコーディングエージェントの「Junie」の2つを、主に同社のIDEと統合されたAI機能として提供しています。 Junieは今年（2025年）2月にJetBrainsから発表され、アーリーアクセス版として提供されてきました。 参考：JetBrainsも自律的にコーディングを行うAIエージェント「Junie」を発表 JunieはReadmeなどを読んで自律的にコードを生成可能 Junieは、既存のコードの文脈や

まめっちょ @KANAMi0119 @yalalalalalala まさかの『アイネクライネ』(笑) 『あんた、辛いね』...似てるかもw おばあちゃんにまで浸透してる米津玄師さんすごいですね 2025-04-18 13:48:30 ストレイチア @N61Em @yalalalalalala "あんた辛いね"なんててっきり演歌かと思いました😅 お婆さんはアイネクライネのどこに惹かれたのか気になりますね。 「あなたの名前を呼んでいいかな」って歌詞にありますが、米津玄師の名前は出てこなかったんですね。 2025-04-18 14:12:46

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

見つけました。 Log Analyzer with MCP 構成図がありました。 シンプル！ どんな機能があるかというと、 CloudWatch ロググループを参照および検索する CloudWatch Logs Insights クエリ構文を使用してログを検索する ログの要約を生成し、エラーパターンを特定する 複数の AWS サービス間でログを関連付ける Claude のようなアシスタント向けに AI 最適化されたツール やってみましょう。 インストール GitHubからCloneしてライブラリーを取得します。 git clone https://github.com/awslabs/Log-Analyzer-with-MCP.git cd Log-Analyzer-with-MCP uv sync source .venv/bin/activate

機械が止まる / E.M.フォスター ObsidianのCEOであるSteph Ango氏が、E.M.フォスターの「機械が止まる」というSF短編小説おすすめしていた。 ちょうどその本を積ん読していたこともあり、「せっかくだから」と該当の短篇を読んでみると、AI社会、SNS、コロナ禍、ストリーミング配信、ディストピア、みたいなものを予見しているかのような小説だったのでびっくり。 しかもこれ、100年以上前に書かれた作品なのよね・・・。 ということで軽く内容や感想をまとめようかなと。 （※ちなみに以前紹介した記事はこちら） www.nejimakiblog.com あらすじはこんな感じ。 人間が五感を通じて直接物事を経験することを恐れて、それぞれが孤独に部屋に閉じこもったまま、機械を通じての連絡だけで満足するようなった未来社会。 あるとき、母ヴァシュティは、地球の裏側にいる息子クーノから電話を

丁子紅子〜benikochoji〜 @benikochoji 作家の皆様へ🙏 悲しいことに。。最近海外の展覧会の詐欺が増えてます。 有名な美術館の名前を使って良い条件で連絡をして来ます。私は画集を見た感想から、私の絵についての感想まで細かく書かれていました。 今はAIでも作家名からそんな文章が出来上がってしまいます。 その後のやり取りから異変を感じ、即ブロックでしたが、、 チャンスを掴みたい作家からしたら前のめりになるのは当たり前。 作家からなにを奪い取りたいのか。。 皆様どうかお気をつけて、、冷静に判断してください🙏 誰かのためになるかもしれないので呟いておきます 2025-04-19 22:39:03 丁子紅子〜benikochoji〜 @benikochoji 他の方にも送っている様でちょっとだけ書きますと、、 今回はオーストラリアのクイーンズランドアートギャラリーでの日本画の講

K.Ishi@生成AIの産業応用 @K_Ishi_AI AIの真の推論能力を測るには「逆転裁判」をプレイさせればいいという素晴らしい発想。 この指標は、逆転裁判を使いてAIの「証言から矛盾点を見つけ、それを裏付ける適切な証拠を選び、最も効果的に反論する」実践能力を評価。 その結果、最もの優れた弁護士はo1だった↓ pic.x.com/L8hdWVPZRP 2025-04-16 11:19:54 K.Ishi@生成AIの産業応用 @K_Ishi_AI AIの先端研究や効果的な活用方法をできる限りわかりやすくまとめてます！/㍿ホスポートCTO、/㍿キャメルテクノロジーCTO/東北大情報系→スイス連邦工科大コンピュータサイエンス修士課程卒/まとめ記事→note.com/k_ishi_ai prtimes.jp/main/html/sear… 杉森 雅和 (Masakazu Sugimori) @

こんにちは、AI FREAKです。 ChatGPTで画像を作ってると 「なんか全体が茶色っぽい」「セピア調になっちゃう」 という現象がよく起こります。 例えばこちらの画像をアニメ風にして！とお願いしてみると こんな感じで生成されます。 悪くはないんですが、ちょっと茶色っぽい？感じがありますよね。Xをみていても、この手の色合いの画像を多く見かけます。 実はこの問題、世界中のChatGPTユーザーのあるあるなようです。 しばらく待っていれば、アップデートなどで対策されるとは思いますが、いつになるかはわかりません。 そこで本noteでは「黄色やセピアに寄ってしまう原因」と「どうすれば綺麗な色調に近づけられるか」などを具体例とともにご紹介します。 適切な指示をすることで、上記の様にハッキリとした綺麗な色味の画像をChatGPTでも生成することができます。 ほんの一手間で出力画像の質がかなり変わって

AIの進化とともに、"Vibe Coding"のような、自然言語からコードを生成するスタイルが実用的になりつつある。それに対して、「プログラマ/ソフトウェアエンジニアの価値がなくなる」「プログラミングを学んだ知識が無駄になる」といった声を目にする機会が増えた。 だが、これらの主張には一つの共通した前提がある。それは、エンジニアリングの本質を「手を動かしてコードを書くこと」に還元してしまっているということだ。そして、その前提に基づいて「AIができるから人間はいらない」といった短絡的な結論に飛躍してしまう。私はこの見方に強い違和感を覚える。 エンジニアリングの本質は「問題解決」にある 「エンジニアリングの本質は「問題解決」である」という言葉は、使い古された言葉だが、私はこの視点を重視する。 補足 あえて補足するが、問題解決という名目のもとにコーディングという効率的な手段を軽視するような論調がこ

はじめに この記事は、弊社で開発しているデザインシステム MFUI のコンポーネント情報を AI コーディングアシスタントに効率的に提供するために開発した Model Context Protocol (MCP) サーバーの実装と活用方法について解説します。 なお、MFUI の詳細についてはこの記事では触れません。 弊社のテックイベント Money Forward TECH DAY'24 にて同じチームの Taiga Kiyokawa さんの Money Forward UI の紹介をご覧ください。 また、Model Context Protocol の詳細についての詳しい解説もありませんので、公式の情報を参照してください。 MCPサーバーの目的 MFUI は、Storybook をドキュメンテーション基盤とし、詳細の利用方法は各ストーリーに、コンポーネントのインターフェース詳細は JSD

早くも新年度になり、桜が咲き始める季節になりましたね🌸 エイプリルフールネタを考えてみましたが、特に思い浮かびませんでした🤨 今回はGitHub CopilotのAIコードレビュー機能を使ったTipsを紹介します。 GitHub Copilotのコードレビューとは GitHub Copilotのコードレビュー機能を使うと、プルリクエストのコードレビューをCopilotにお願いすることができます。 ちなみに、GitHub Copilot Enterprise のサブスクリプションに加入している組織ではコーディングガイドラインを別途設定できるようですが、以下の記事はEnterprise のサブスクリプションに加入していない組織のリポジトリでも使えるTipsです。 日本語でレビューさせる方法 デフォルトだと英語でレビューされてしまいますが、PULL_REQUEST_TEMPLATE.mdに以

生成AI（人工知能）を取り巻く状況が急展開した。米OpenAI（オープンAI）が2025年4月14日（米国時間）、低価格モデルである「GPT-4.1」をリリースし、1カ月半前にリリースしたばかりの高額モデル「GPT-4.5」を廃止すると発表したのだ。 オープンAIがGPT-4.5のプレビュー版をリリースしたのは2025年2月27日（同）のこと。API（アプリケーション・プログラミング・インターフェース）経由で利用する場合の料金は、100万トークン入力につき75ドルだった。従来バージョンである「GPT-4o」の同2.5ドルに比べると大幅な値上げだった。 それに対して同社が4月14日にリリースしたGPT-4.1は、多くのベンチマーク成績でGPT-4.5を上回るのに対して、100万トークン入力当たりの料金は2ドルである。従来バージョンであるGPT-4oと比べても安い。 安くて高性能なGPT-4.

アクセンチュア執行役員でAIセンター長の保科学世氏が、最新のAI技術を活用したコンサルティングの“革新”について語りました。従来のコンサル業務が大きく変わりつつある中、AIを駆使した新しいアプローチが企業…

ESLint コアルールの TypeScript 対応について ESLint v9.23.0 で ESLint のコアルールの TypeScript 対応が開始しました。 その後の ESLint のアップデートでもコアルールの TS 対応が進んでいます。ESLint コアの責務を増やすような機能追加は少し意外だと感じたので、その背景について調べてみました。 背景: 従来のコアルールの拡張方法の課題 ESLint のコアルールは JavaScript を想定して書かれたものであるが、TypeScript に対してもほぼ期待通り動作するルールが多い。TypeScript は JS のほぼ上位互換な言語であるため、TypeScript 用のパーサー (@typescript-eslint/parser) が吐き出す AST もほぼ上位互換であり、パーサーさえ TS 用のものを使えば多くの ESL

こんにちは、Kaiです。 ほんとに毎週Big Tech系のアップデートや発表がありますね……。 OpenAIから、予告されていたo3とo4-miniが発表されました。まだ完全に使いこなしてはいませんが、これまで難しかったタスクを与えてみると、従来のモデルとは異なる印象を受けています。言語化するなら「自律性」でしょうか。この使用感は、むしろManusやGensparkスーパーエージェントに近いものがあります。 これまで、AIの性能や限界や知識を考慮した上で、人間がプロンプトエンジニアリングを実施することが一般的な使い方でした。しかし、o3はそういう配慮をあまり必要としていないように思います。つまり、「タスクに必要なツールや知識を自分で判断して収集し、結果を出す」という機能を備えているように見えるのです。 後述のXでシェアされている使用感も、自分でタスクを与えても、これまでプロンプトに組み込む

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに エンジニアを目指す皆さん、エンジニアになりたての皆さん、キャリアアップを考えているエンジニアの皆さん、どのような現場や環境においても役に立つ最強の言語を見つけました。 この言語を身につけて 損 は あ り ま せ ん。 それは「英語」です あ、待って、まだブラウザバックしないで。 これから理由を説明します。 理由① 「ほとんどのものは英語圏で作られている」 手元にあるパソコンを見てみましょう。ほとんど英語圏で作られているはずです。 CPU → 英語圏 OS → 英語圏 プログラミング言語 → 英語圏 フレームワーク → 英語圏

クラウドエンジニアの祭典である「JAWS DAYS 2025」。ソフトウェア開発を大きく変えそうなAIエージェントについて語ったのは、JAWS-UGのベテランであるSection-9の吉田真吾さん。AIエージェント時代のエンジニアが考慮すべきトレンドや技術的なポイントを持論を交えて解説した。 2025年、「AIエージェント」はなぜここまで隆盛となったのか 「AIエージェント時代のエンジニアになろう：Agnostic Workflowから環境に溶け込むAmbient Agentsまで基礎と実践を50分で身につける」というタイトルで登壇したのはJAWS-UGに関わって15年近くになる吉田真吾さん。JAWS-UG横浜やServerless Confををはじめ、さまざまなコミュニティの顔役だ。「上位トップ10に入るキング・オブ・老害（笑）。いまだに現役でがんばってます」と謳う吉田さんは、現在はAW

リンク innovaTopia -（イノベトピア） - ーTech for Human Evolutionー 中国製Android端末に暗号資産盗むマルウェア – プリインストールされたWhatsApp偽アプリが仮想通貨ウォレットを標的に - イノベトピア 中国の安価なAndroid端末にプリインストールされたWhatsApp偽アプリが暗号資産を盗むマルウェアを含んでいることが判明。Doctor Webの調査によると、このマルウェアはユーザーの暗号資産ウォレットアドレスを攻撃者のものに密かに入れ替える機能を持つ。 10 users 106

はじめに: M4 Max MacBook ProでLLMを動かすというロマンつい先日、128GBメモリ・8TBストレージを積んだM4 Max搭載のMacBook Proを手に入れた。 Apple整備済製品で購入して価格は92万円とかなり思い切った投資だったが、このマシンでどうしてもやりたかったことがある。 それはLLM（大規模言語モデル）をローカルでガチ運用することだ。 自分のPCだけでAIモデルが動き、ネット接続なしでも高度な文章生成や画像認識ができる——そんな未来を先取りしたくて、このスペックのマシンを選んだ。 幸い、Google DeepMindからは最新のオープンウェイトLLM「Gemma 3」が公開されたばかりだった 。Gemma 3はスマホやラップトップといったデバイス上で直接高速に動作するよう設計されたモデルで、サイズも1Bから最大27Bパラメータまで揃っている 。今回このG

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

Ink を使って CLI アプリを React で書く Ink は CLI アプリを React で書くためのライブラリです。Flexbox レイアウトエンジンである Yoga を使用しているため、Web アプリケーションと同じような CSS を使って UI を構築できることが特徴です。Codex や Claude Code といったコーディングエージェントの CLI アプリが Ink で書かれています。 Ink は CLI アプリを React で書くためのライブラリです。Flexbox レイアウトエンジンである Yoga を使用しているため、Web アプリケーションと同じような CSS を使って UI を構築できることが特徴です。Codex や Claude Code といったコーディングエージェントの CLI アプリが Ink で書かれています。 プロジェクトを作成する 以下のコマン

応用AIエンジニアのスキルを最大限活かせるMCPの現在と未来を解説。LLM活用経験を持つエンジニアが今すぐ取り組める基本機能から、これから実現するリモートMCP、階層型AI連携などの可能性まで紹介。私たちが描く次世代AIエコシステムのロードマップと、その実現に向けた取り組みを共有します。ツールやLLMを使いこなす応用エンジニアにとって、新たな可能性を切り拓くための必須セッションです。 本記事は、2025年03月21(金)に開催した「CA. ai#1」において発表された「MCP世界への招待：AIエンジニアが創る次世代エージェント連携の世界」に対して、社内の生成AI議事録ツール「コエログ」を活用して書き起こし、登壇者本人が監修役として加筆修正しました。 株式会社サイバーエージェント CTO統括室 Developer Productivity室 Günther Brunner（グンタ ブルンナー

「え？Grafanaコンソールの言語設定に日本語あるやん？」 「どこかにリリース情報あった？」 自分も同僚から聞いて初めて気づいたのですが、Grafanaのコンソールが日本語に対応しました。以前より製造ビジネステクノロジー部では、PLCデータの可視化サービスPLC Data To Cloudを提供しているのですが、その可視化のダッシュボードでは、Grafanaを採用しています。 そのGrafanaのコンソール画面が、ようやく日本語化されたので、その内容をお届けします。公式のリリース情報が見当たらずまだPreview状態のようにも見えるので、そのあたりは注意してください。 日本語化の設定方法 自分は、普段メインはGrafana Cloudを利用しています。その場合、右上の自分のアイコンから[Profile]をクリック Preferencesの[Language]部分をクリック。 一覧に日本語

こんにちは。テクニカルサポートチームのShiinaです。 はじめに Datadog の監視データを、自然言語で簡単に扱える時代が到来しました。 注目を集めている MCP と Claude Desktop を組み合わせることで、専門知識がなくても分析が可能になります。 本記事では、その導入手順と活用例をご紹介します。 利用する Datadog MCP Server 今回、こちらの MCP Server を利用しました。 前提 Datadog API キーを発行していること Datadog アプリケーションキー（APPキー）を発行していること Claude Desktop がインストールされていること Claude Desktop 設定手順 下記の json 形式の設定ファイルに MCP サーバーの定義を追加します。 MacOS: ~/Library/Application Support/C

データ事業本部の大谷(おおや)です。 以前書いた asdf でのランタイム管理から、だいぶ前に mise に移行していたものの、セットアップ方法についてブログにしていませんでした。 今回はセットアップを中心に mise について紹介していきたいと思います。 mise とは 別名 mise-en-place (発音: ミーズ アン プラス)は、フランス語で「準備する」または「所定の場所に置く」という意味があるようです。 調理を始める前に、すべての調理器具と材料を所定の場所に準備しておくべきという考えに基づいており、 mise も mise.toml ファイルで事前に設定をしておくことで、一貫した操作・設定をすることができます。 mise は 主に 3 つの機能を持っています。 開発ツールの管理: asdf と同様にプログラミング言語のランタイムの管理や、 node や python で作成さ

コンピュータ情報サイト「Bleeping Computer」は2025年4月16日（現地時間）、1万6000台以上のFortinet製デバイスがシンボリックリンク型のバックドアにより侵害されていると報じた。 この問題はセキュリティ監視団体The Shadowserver Foundationの調査により判明した。当初、同団体は約1万4000台のデバイスに影響があると報告していたが、その後の調査で1万6620台のデバイスに影響が及んでいることを確認したとBleeping Computerは伝えている。 1万6000台以上のFortinet製デバイスでバックドア被害が発生 攻撃者は複数の既知の脆弱（ぜいじゃく）性（CVE-2022-42475、CVE-2023-27997、CVE-2024-21762）を利用してデバイスへのアクセスを獲得した可能性がある。その後、SSL-VPNで使用される言語

米OpenAIが4月16日（現地時間）に公開した「o3」は、今のところChatGPTの有料プランである「Plus」「Pro」「Team」「Enterprise」のユーザーが利用可能だが、利用回数に制限がある。 Pro以外のユーザーの場合、o3は週当たり50件（1日当たり7件前後）まで、o4-miniは1日150件まで、o4-mini-highは1日50件までだ。 Proプランでは、ほぼ無制限のアクセスを提供するが、利用規約を順守する必要がある。 Pro以外でのo3利用回数のカウントは、利用開始から7日後の午前0時で固定。使い切った時点からではないので、初日に大量消費すると残り6日間利用できないことになる。 ヘルプページによると、「現在、使用済みメッセージ数を確認する方法はない」という。上限に達すると、ChatGPTのドロップダウンでo3を選択できなくなる。 o4-miniであれば制限が日次

Copilot+ PCでは、搭載されているNPUを使いローカル推論ができる。このローカル推論機能は「Copilot Runtime」と呼ばれ、さまざまなローカル推論用コンポーネントから構成されている。 “Runtime”と呼ばれるのは、ローカル推論機能を利用するためのAPIが用意されていて、サードパーティのアプリケーションからでもAI機能を利用可能にしているからだ。 今回は、このCopilot Runtimeの機能を調べてみることにする。調査には、Microsoftがソフトウェア開発用に提供しているサンプルプログラムを使うことにする。 そもそもWindows Copilot Runtimeとは？ Windows Copilot Runtimeは、Windows App SDKに含まれるローカル推論用のAPIセットである。APIセットとは、アプリケーションを開発するときに利用する機能をまとめ

2025/04初頭時点で、OpenAIのtext-embedding-3-largeなどの他社モデルを上回り、日本語テキスト埋め込みモデルとしてトップのスコアを記録しています (**)。特にテキスト埋め込みモデルの主要な用途と言えるRetrieval (検索タスク) では既存のモデルの最高スコアから2ポイント以上の更新を達成しており、情報検索での利用に適したモデルであることを示唆していると言えます。 (*) コンテキスト長1024で計測 (以降も断りがなければ同様)。これは学習時に用いたコンテキスト長が1024までであるため。ただし、ベースモデルの最大コンテキスト長であり、PLaMo-Embedding-1Bのconfig上の最大コンテキスト長である4096で計測しても、そこまで性能が下落するわけではないことがわかっています (Appendix参照)。 (**) 2025/04/14にRu

この記事ではo3を使った小説生成を試して、o1の時との違いを軽く考察してみます。 プロンプトプロンプトは以下の記事で用いた家電量販店のヤンキーメイド店員のものを利用。 出力結果以下が生成された文章。 ――薄曇りの空を、まだ幼い春の陽射しが磨き残した銀色の光で縫い合わせていた。雲と雲のつぎ目はほのかに桃色で、まるで誰かが綿菓子の切れ端を貼りつけては剥がした跡のようだった。その裂け目から垂れる光は、遠くで点滅する歩行者信号のリズムと重なり、東京という巨大な胸郭が呼吸する拍動を合図している――そんな錯覚を抱きながら、俺は駅前の灰色の舗道に立っていた。頭の芯には、昨夜まで詰めこまれていた「地方出身者」というラベルがまだ残っている。だがコンクリートの温度が靴底を通して血肉に滲むたび、それは薄皮のように剝がれていく。 視線を上げれば、ビルの壁一面に埋めこまれたLEDスクリーンが鮮やかな家電の映像を映し

結論 絵文字は意思をもって配置するべき。無闇にソートしない。 理由 👍と👎のような押しミスを誘発し、サービス体験が悪くなるため。 解説 Unicodeのコードポイントで👍 (U+1F44D) と 👎 (U+1F44E)は隣り同士。単純な実装だとUI上での配置も当然隣になる。あなたがSlackやGitHubで押しミスをしないように気をつけないといけない理由は実は文字コードが原因なのです。 上の写真は、Slackです。これもめっちゃ怖い。 良い事例 Google MeetのEmojiのUIはPositive -> Normal -> Negativeのような順序になっていて、押しミスが発生しにくくなっている。 文字コードが気になる方へ 次の書籍がおすすめです!! ［改訂新版］プログラマのための文字コード技術入門 WEB+DB PRESS plus

rubykaigi.org 2025/4/16〜2026/4/18 に愛媛で開かれた RubyKaigi 2025 に参加してきました。 #rubykaigi pic.twitter.com/opYDqXxfkR— あすみ (@asumikam) 2025年4月16日 なぜ 去年の沖縄が楽しそうだったからです。 pic.twitter.com/7iqniLU429— めもりー (@m3m0r7) 2024年5月17日 というのと、主催しているPHPカンファレンス小田原2025 が終わってすぐだったので、めちゃくちゃ有給をとって「春休み」という名目で愛媛に遊びに行きました。 一緒にまわってくれた id:mkmk884の地元ということで、実家にお泊まりさせていただいたのでした。めちゃくちゃありがたい!!!! あとは私は「あすみかんの上にあすみかん」なので、なにかとゆかりがありそうな今年のRub

import os os.environ['HF_HOME'] = os.path.abspath(os.path.realpath(os.path.join(os.path.dirname(__file__), './hf_download'))) import torch import traceback import einops import numpy as np import argparse import math from PIL import Image from diffusers import AutoencoderKLHunyuanVideo from transformers import LlamaModel, CLIPTextModel, LlamaTokenizerFast, CLIPTokenizer from diffusers_helper.hunyu