（追追記） 思ったよりバズり困惑する一方でこの話題に感心を持ってもらって嬉しくも思います。表現の汚さは、連休中日の当直後、概日リズムを崩すまいと、徹夜明けのハイな状態で書いていた文章である事を以て言い訳とさせてください。 一点、誤解されている点を追記させてください。あんな文章を書いておいてアレなのですが、私個人は、皆保険制度をまるごと消滅させるべきとは考えておりません。医者が他人の金をクソの山に埋める事を生業としている現状を変えたいと思っているのです。 現状は、様々なプレイヤーが種々の程度で皆保険チャンに乱暴を加えている状況であり、それが日本の衰退を惹起させているのだと認識しております。 (そして、すべてが手遅れになった際には、全て医師のせいにされるのであろうという、強い予感も感じております。) しかしながら、ルールが悪用されるに当たっては、悪いのは悪用されるルールの方です。日本だとこのル

ところてん @tokoroten 「高卒相当の能力がない社員は昇進させられないですよね？」 「せやな」 「ちなみに今は「情報I」という科目を新しく行ってます。これはだいたいITパスポート相当の内容です。」 「……」 みたいな講演を最近は企業でやってたりする。 twitter.com/__aki_/status/… 2023-11-03 22:13:07 aki @__aki_ 情報Ⅰ、批判もあるが網羅的であれがわかるぐらいではあって欲しい。 ただ、教科書で学ぶのは無理で、生活の中に落とし込んでおく必要がある。 家庭できちんと触れさせておくべきで、その意味では大人はまず読んで、わからない点を解消しておく必要がある。 twitter.com/tokoroten/stat… 2023-11-03 20:52:05 ところてん @tokoroten 株式会社NextInt 代表 著書「ChatGP

LM Studio is an easy to use desktop app for experimenting with local and open-source Large Language Models (LLMs). The LM Studio cross platform desktop app allows you to download and run any ggml-compatible model from Hugging Face, and provides a simple yet powerful model configuration and inferencing UI. The app leverages your GPU when possible.

MacでLocal LLM そこそこRAMの大きなMacbook proが手に入ったので、ローカルでのLLM実行を試すことにした。 しかし、MacのGPUを有効化させることのできるローカル環境を整えるまでに、思いのほか苦労したので、メモとして記しておく。 とりあえず、以下の3つの選択肢を試した。 open interpreter text-generation-webui LM Studio で、結局のところ現状まともに動作してくれたのは、LM Studioだけだったのだが、それぞれの所感について示しておく。 1: open interpreter open interpreterそのもの説明については、Qiitaにもいくらでも記事があるのでここでは省略する。 例えば以下の記事など。 https://qiita.com/ot12/items/d2672144b914cb6f252f htt

インボイス（適格請求書）制度の開始から1カ月あまり。10月分の請求書の処理が本格化するなか、中小・新興企業などで混乱が続いている。企業ごとに異なる請求形式の違いへの対応や、登録番号の確認作業で業務の負担が増している。10月に入っても企業の9割で今後の対応に懸念を持つとの調査も出ている。「アプリやソフトウエア販売、電子商取引（EC）販売を手掛ける事業者の一部で10月以降、急きょ自社でインボイス発

はじめに Gitのステージングエリアにあるファイルを対象に、レビュー結果をSlackに通知するアプリケーションを作成しました。 開発環境のターミナルで指定したコマンドを実行するだけで、Slackにレビュー結果が送信されます。 ソースコードは以下です。 こんな人におすすめ コードレビューを受ける前に自分で事前チェックをしたい方 一人でコードを書くことが多く、レビュワーがいない方 どうせなら楽しくレビューしてもらいたい、好きなキャラクターにレビューしてもらいたい方 アプリケーションの構成 レビュー依頼の手順と流れ 以下のような手順と流れでレビュー結果を得ることができます。 レビュー対象のファイルをステージングエリアに登録する（複数ファイルの登録が可能です） ローカルのターミナルでaireviewコマンドを実行 Slackに必要な情報が送信される レビュー結果を確認する スレッドにレビュー結果が

OpenCVを使用して画像から複数のオブジェクトを認識し、切り出すための一般的な手順は以下のようになります： 前処理: 画像を読み込みます。必要に応じて画像をリサイズします。グレースケールに変換するか、あるいは必要に応じて色空間を変更します。オブジェクトの検出: エッジ検出、閾値処理、または色に基づくフィルタリングなどを使用してオブジェクトを検出します。輪郭検出を行い、オブジェクトの境界を見つけます。輪郭の処理: 検出された輪郭をフィルタリングして、ノイズや小さなオブジェクトを除去します。必要に応じて輪郭を近似します。オブジェクトの切り出し: 各オブジェクトの境界ボックスを使用して画像からオブジェクトを切り出します。オブジェクトごとに個別の画像として保存するか、表示します。後処理 (オプション): 切り出されたオブジェクトをさらに処理するためのステップを行います。例えば、オブジェクトのサイ