サクサク読めて、アプリ限定の機能も多数!
タグをすべて表示
nishio.icon巨大言語モデルは規模が能力に直結するので中途半端に小さい日本独自モデルを作っても無益なんだけど、巨大言語モデルとの日本語でのコミュニケーション効率が英語より下がると日本語話者にとって損失なので何もしなくて良いわけではない
3/8に自分のScrapbox(ここ)をChatGPTにつないで、ChatGPTがこのScrapboxを参照した上で反応を返せるようにした
Scrapboxに開発に関する考察を書き散らしていたことによって、予期しないところの設計でそれが結合して考えが進む事例
publicプロジェクトのAPIは単純にGETすればデータが得られるが、privateプロジェクトでそれをやると401になる。(当たり前)
1: 理解できないことを学ぼうとしてはいけない 2: 暗記する前に学ぼう 3: 基礎から積み上げる 4: 最小情報原則にこだわる シンプルにする シンプルなものの繰り返しはスケジュールしやすい 5: 穴埋め問題は覚えやすく効率的 6: 画像を使おう 7: 記憶術を使おう 8: 画像穴埋めもいいぞ 9: 順序の定まらない集合を覚えようとするな 10: 複数のものの並びを覚えようとするな 11: 干渉
この過程でしばしば、自分が何かを思い込んでいたり、特定の視点だけから考えて見落としをしていたことに気づくことがあります
これまでの組織では、部下の行うことは上司が知っていた。上司自身、数年前には部下と同じ仕事をしていた。しかし知識組織では、上司は部下の仕事を知らないものとみなさなければならない。通常、上司は部下と同じ仕事を経験していない。
チャットであるということは「早く短く書け」、wikiであることは「誰でも書き換えて良い」を意味するって解釈する人と、そう解釈しない人がいて、後者の人がツールの使い方を決める立場にいると自分の慣れたやり方に決めてしまう。
最終更新日から10日以上の記事を10日、20日、40日、80日、160日、320日…と徐々に長くなる間隔で提示
各農家からの出荷を約50の市場へ配送する際の、各トラックにどの品目を何ケース積載するかの配車プランを自動作成するアルゴリズムを開発。
機械学習案件の契約形態としてどういうものが適切か、という議論が以前あったけども、実験によって方針転換する可能性を織り込んでおくという意味ではアジャイル開発とも近いのだな 「やって見なければ成果がどの程度になるかわからないチャレンジ」はそもそも内製するのが正しいと思うのだが、現実問題として知識獲得戦略が弱い大企業が多くて、既に内製できない状況に追い込まれてしまっているわけなので、どうやって外部の市場から獲得するかを考えねばならない
人間が盲点に気づいてそれを解消するプロセスを類型化してカードにすることで、悩んだ時にカードを引いて問題解決できないかな、というもの。物理的な特許文献の類型化でTRIZが作られたのの、より抽象度の高いバージョン。 最終的に適度な枚数の物理的なカードや、絵が書かれたマグカップを目指していますが、 今はボトムアップに構造化する過程(see トップダウンとボトムアップ)にあり、盲点に気づいたり、視点が変化したりした実例を収集して、徐々に構造化しています。
西尾がScrapboxに習熟する過程で「それもっと早く教えてよ!過去の自分に教えてあげたい!」と思ったことをメモする
選択肢が2つではないのに、2つであると勘違いして、どちらかを選ぼうとする 3つ目の選択肢を探そうとしていない 選択肢が2個の場合と3個の場合では意思決定の質が7.7倍良い。see 選択肢の量と意思決定の質 排反でないものを排反だと勘違いする 「Aか、Bか」と言っている 「両方」という選択肢があるのでは? 「組み合わせ」という選択肢は? 計画に関して「両方」を「どっちもやる」と解釈をして「コスト的に
2010年統計で大卒の3年以内離職率が31%なので、大学の研究室は75%だと考えるとかなり離職率の高い職場である
ランキング
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く