こんにちは。駅メモエンジニアの id:dorapon2000 です。 約半年前の 6 月 1 日にステーションメモリーズ！（駅メモ！）10 周年を記念してタイムラインと地図の切替機能をリリースしました。大変好評を頂いておりとても嬉しいです。 今回は、その機能の中で毎秒最寄り駅を計算するロジックをどのように実現しているのかについてお話します。様々なスペックの端末で遊ばれているため、可能な限りリソースを節約するような工夫をしました。堅い言い方をすれば、過去の計算情報を使った最近傍探索アルゴリズムを実装しました。 記事中のサンプルコードは TypeScript で記述しています。 2024/11/22 追記： はてなブックマークでのご指摘ありがとうございます。 ご指摘をいただいた「事前計算の時間計算量」と「基準点と現在地の距離が近すぎるとき」の説明部分を修正しております。 誤：事前計算を O(N
Secrets from the Algorithm: Google Search’s Internal Engineering Documentation Has Leaked
Secrets from the Algorithm: Google Search’s Internal Engineering Documentation Has Leaked Google, if you’re reading this, it’s too late. 😉 Ok. Cracks knuckles. Let’s get right to the Google algorithm leak. Internal documentation for Google Search’s Content Warehouse API has been discovered. Google’s internal microservices appear to mirror what Google Cloud Platform offers and the internal version
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめまして。六月と申します。 ・ツイッターはこちらです ・AtCoderのプロフィールはこちらです 風の噂で、AtCoderでは色が変わった際に色変記事というものを書く文化があり、この時ばかりは大いに自分語りが許されると聞きました…。 そこで、もしかすると人によっては、私の色変記事が参考になる可能性もあるのではないかと思い、筆をとりました。 きみたち、おぢさんの話を聞いてみないか…。 お暇な方はどうぞお付き合いください。 簡単な自己紹介 私は40代で、社会人生活の折り返し地点を迎えつつあります。私生活では小学生の子供を持つ父でもありま
ちょっとJavaのsynchronizedをGoに移植しようとしたはずが、なぜか１万文字の作文ができた - エムスリーテックブログ
AI・機械学習チームのブログリレーも9日目になりました。同チームの横本@yokomotodです。 本日はJavaとGoを題材に並行プログラミングまわりの自由研究をしたお話をしてみたいと思います。 3部構成で、パート1では発端となった「排他制御」について、パート2では「メモリの可視化」について、それぞれJavaとGoを比べてみました。 最後にパート3では、それらの動作を規定する「メモリモデル」について、わかりやすく解説されているリソースを紹介します。 長過ぎる！ 3行で！！ パート1: synchronized = 「排他制御」？ Java synchronized vs Go sync.Mutex Goで再入可能なロック？ 仮にGoで再入可能なロックを実装するなら？ Javaが再入可能を選択した理由 パート2. sycnhronized = 「排他制御」＋「メモリ可視性の保証」 Javaの
NOT A HOTEL TECH TALK ーSOFTWARE 3.0への道筋ー NEXT Web3 (2024-08-07)
3DCGで「輪郭線」を描くのがなぜ難しいのか
3DCGの技術は近年で急速に高まっており、さまざまなゲームやアニメーションなどで高クオリティの映像を作り上げています。しかし、3DCGには「輪郭線が安定しない」という問題があり、なぜそのような問題が起きてどのように解消するのかについて、Adobe Researchの筆頭研究者でありワシントン大学の准教授を務めるコンピューター科学者のアーロン・ハーツマン氏がブログで解説しています。 Occluding Contour Breakthroughs, Part 1: A Surprisingly Hard Problem | Aaron Hertzmann’s blog https://aaronhertzmann.com/2023/07/31/occluding-contours-part-1.html ConTesse: Accurate Occluding Contours for Sub
レイトレ合宿９(*)のセミナー発表スライドです。 * https://sites.google.com/view/rtcamp9/home - 2023/09/08 “除算法2”追記。（@Reputelessさんありがとうございました）
第16回 StringBeginners での発表資料
0. はじめに こんにちは、大学 1 年生になったばかりの E869120 です。本記事は、 アルゴリズム・AtCoder のための数学【前編：数学的知識編①】 アルゴリズム・AtCoder のための数学【中編：数学的知識編②】 からの続きです！！！ ※前編・中編を読んでいなくても理解できる、独立したトピックになっているので、ご安心ください。 後編から読む方へ 21 世紀も中盤に入り、情報化社会が急激に進行していく中、プログラミング的思考やアルゴリズムの知識、そしてアルゴリズムを用いた問題解決力が日々重要になっています。 しかし、アルゴリズム構築能力・競プロの実力は、単純にプログラミングの知識を学ぶだけでは身につきません。近年、数学的なスキルが重要になりつつあります。実際、私はこれまでの経験で「数学の壁で躓いた競プロ参加者」をたくさん見てきました。そこで本記事では、 AtCoder のコン
本記事は、はてなエンジニア Advent Calendar 2020 の17日目の記事です。昨日は id:papix さんでした。 papix.hatenablog.com AWSの資格試験を受けようとして失敗した話と、その副産物であるAWSしりとりについて書きます。 AWS認定資格試験の、Solutions Architect Associateを受験しようとしていました。受験には試験会場まで行く方法と自宅でオンラインで受ける方法があり、出かけるのが面倒だった私はピアソンVUEのオンライン受験を予約しました。 PCの要件は満たしていてシステムチェックも通ったけど、実際受けたら失敗したので、その体験談です。 1回目 監督者の方とチャットが繋がり、「それでは試験を送ります」と連絡をもらったところまでは順調でした。 試験案内のページに移り、チャットで「ページは切り替わりましたか？」と確認されま
AIが描いた絵の著作権は、誰が持つのか Midjourney画像の扱いを考える：小寺信良のIT大作戦（1/3 ページ） 文章や単語で「お題」を入力することで自動的に画像を生成してくれるAI「Midjourney」のクオリティが高いということで、ネットで話題になっている。まだβ版だが、無料と有料のプランがあり、無料プランの場合はCreative Commons 4.0 by-ncライセンスで利用できる。 利用にはチャットアプリDiscordのアカウントが必要になるが、そのあたりの使い方に関してはすでに詳しく指南してくれるサイトがたくさんあるので、そちらを参照していただいたほうが早いだろう。 誰でも簡単にAIに絵を描かせられる一方で、タッチというかトーン、世界観みたいなものはどことなく傾向があるように感じる。今後、画像を見ただけでどのAIが書いたものか、なんとなく見分けられるようになるかもしれ
こんにちは、 ast-grepの作者Herringtonです。 正規表現でコードを検索したことがある方なら、複数行のマッチングや入れ子構造の処理、コメントの無視などに苦労したことがあるかもしれません。 そこで、ast-grep VSCodeという新しい拡張を紹介します。これは、構造的検索と置換（SSR）という技術を利用して、より正確で効率的な検索と置換を実現するツールです。 構造検索は？ テキスト検索と置換の限界 例えば、JavaScriptコードをリファクタリングして、lodash の _.filter 関数をネイティブの Array.prototype.filter メソッド に置き換えたいとします。単純なテキスト検索と置換は次のようになります: これは一部のケースではうまくいくかもしれませんが、いくつかの問題があります。 一行の式しかマッチングできません。コードが複数行にまたがってい
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 2024年のアドベントカレンダーで、マークダウン記法で記述して簡単にウェブサイトやアプリが作れるMarkdownAIというサービスを知りました。 そこで、お出かけ先でもスマホで楽しめる子ども向け動物園アプリをMarkdownAIで試作してみました。 作ったもの「MarkdownAI動物園」 今回作成したのは「MarkdownAI動物園」というスマホで使える、簡単なアプリケーションです。 以下のリンクから実際にアプリを使えるのでぜひ試してみてください。 MarkdownAI動物園 ※スマホで使う想定のため、PCだと見づらい部分があります
なぎせ ゆうき @nagise 道楽系Javaプログラマ。ジェネリクス関連・Semicolonless Java・burikaigi 運営 Effective Java 解説 anchor.fm/dokanai/episod… nagise.hatenablog.jp
難問の巡回セールスマン問題、粘菌に学んだ新型コンピュータで北海道大学が解決 大学ジャーナルオンライン編集部 北海道大学の葛西誠也教授らの研究グループは、Amoeba Energy株式会社と共同で、アメーバ生物である粘菌の行動に学んだ新型アナログコンピュータを開発し、代表的な組合せ最適化問題「巡回セールスマン問題」を解くことに成功した。 アメーバ生物である単細胞の真性粘菌は、不定形の体を環境に最適な形に変形できる高度な計算能力を持つ。先行研究で、アメーバ生物を組込んだ「粘菌コンピュータ」が巡回セールスマン問題に利用可能と分かっていた。そこで研究グループは、アメーバが変形するメカニズムをアナログ回路中の電子の動きで再現し、都市配置や距離などの制約条件をコンパクトに表現できる仕組みの新方式コンピュータ「電子アメーバ」を開発。これにより、巡回セールスマン問題の解を迅速に探し出すことに成功した。この
【Python】プログラムでフーリエ変換を理解しよう！【FFT, 標本化定理, ナイキスト周波数】 | Raccoon Tech Blog [株式会社ラクーンホールディングス 技術戦略部ブログ]
株式会社ラクーンホールディングスのエンジニア/デザイナーから技術情報をはじめ、世の中のためになることや社内のことなどを発信してます。 pythonnumpyfftdftmatplotlibフーリエ変換高速フーリエ変換ナイキスト周波数標本化定理 こんにちは。早く業務に慣れたい開発チーム入社１年目の髙垣です。 急ですが皆さん。ふと、音をフーリエ変換したい時ってありませんか？ ありますよね。 でも、「フーリエ変換って学校で計算式で習ったけど、結局は何をしているんだ？」となることありませんか？ そこで今回は計算式なんてほっといて、Pythonを使ってフーリエ変換が何をやっているのか体験してみましょう！ 環境構築 下記リポジトリをクローンしてください https://github.com/takaT6/fft-tutorial クローンができたら下記のライブラリをインストールしてください↓ pip
![【Python】プログラムでフーリエ変換を理解しよう！【FFT, 標本化定理, ナイキスト周波数】 | Raccoon Tech Blog [株式会社ラクーンホールディングス 技術戦略部ブログ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/62c624e35ea268ce332a1d128f27738a882d3e03/height=288;version=1;width=512/https%3A%2F%2Ftechblog.raccoon.ne.jp%2Fwp-content%2Fuploads%2F2023%2F11%2Fman-5572871_1280.jpg)
Googleはユーザーエクスペリエンス(UX)改善のため、常に検索エンジンのアルゴリズムを進化させています。アルゴリズムの変更によりGoogle検索結果の順位が変更されることも多く、「Googleがいつ・どんなアルゴリズム変更を行ったのか」は、ウェブサイトの流入分析に役立ちます。そんなGoogleのアルゴリズム変更について、2021年1月から12月までの内容をまとめた図が公開されました。 An Overview of Google's Algorithm Updates in 2021 [Infographic] | Social Media Today https://www.socialmediatoday.com/news/an-overview-of-googles-algorithm-updates-in-2021-infographic/617013/ 以下がGoogleが20
Abstract Recent breakthroughs in text-to-image synthesis have been driven by diffusion models trained on billions of image-text pairs. Adapting this approach to 3D synthesis would require large-scale datasets of labeled 3D assets and efficient architectures for denoising 3D data, neither of which currently exist. In this work, we circumvent these limitations by using a pretrained 2D text-to-image
Linus Torvaldsは12月11日（米国時間）、前週の告知どおりに「Linux 6.1」の正式リリースをアナウンスした。 Linux 6.1 -Linus Torvalds Linux 6.1はメインライン開発ではじめてRustを採用したことが大きな話題となったが、そのほかにもユーザ空間におけるメモリサニタイザーツールに似た動的エラー検出の「KMSAN」やB-treeベースのデータ構造「Maple Tree」、AMDの新しいPMFドライバのサポートなど多くのアップデートが行われている。Googleの開発者がメインラインへのマージを提案してきた「MGLRU（Multi-generational LRU）」もそのひとつで、古参のカーネル開発者であるAndrew MortonもMGLRUのメインライン化をバックアップしてきた。 Linuxカーネルではメモリ管理に「LRU（Le
Still X.S.S. - なぜいまだにXSSは生まれてしまうのか？ - GMO Flatt Security Blog
XSSこわい 若頭: おいお前ら、なにかおもしろい遊びをしねえか。こんなにみんなで集まる機会もそうねえだろう エンジニア佐藤: そうですねえ、こんなのはどうでしょうか。人間誰しも怖いものが1つはありますから、それをみんなで教えあってみましょうよ 若頭: そりゃあおもしれえな。そうだなあ、おれはヘビが怖いね。ありゃ気味が悪くてしょうがねえ エンジニア山田: 自分はカエルを見ると縮み上がってしまいます、テカテカしていてどうにも苦手で。佐藤さんは何が怖いんですか エンジニア佐藤: 私は、XSSがこわいです エンジニア八島: あはは！何言ってんですか佐藤さん。XSSなんてこわいことないですよ エンジニア佐藤: ひいい、名前を聞くのも怖いです エンジニア山田: XSSなんて、フレームワークさえ使っていればきょうび起こらないですからねえ。佐藤さんは臆病だなあ その晩、エンジニア佐藤を目の敵にしている町
ReDoS 検出の最先端 recheck の紹介 / State of the Art of ReDoS Detection
YAPC::Japan::Online 2022 での発表資料です。 recheck:
今回は、何も知らないところからバンディットアルゴリズムを学びました。 シンプルなバンディットアルゴリズムから、各ユーザーごとに最適化するContextual Bandit、順序を最適化するCascading Banditまで解説します。 学んでいて疑問に思ったことを解消しつつ記載しています。 ソースコード https://github.com/birdwatcherYT/bandit 対象読者 バンディットアルゴリズムを理解して実装したい人 ユーザーごとにカスタマイズしたバンディットを理解して実装したい人（Contextual Bandit） 順序を最適化するバンディットを使いたい人（Cascading Bandit） バンディットアルゴリズム バンディットの問題設定を説明します。 スロットマシンN台がある スロットマシンの腕を引くと報酬がもらえる 累積報酬を最大化したい バンディットアル
アルゴ式
この木なんの木？ モンテカルロ木と最良優先MiniMax木の"間"に存在する名もなき木々 - ヴァルの開発記
概要 この記事ではまだ名前が無いと思われるゲーム探索木をいくつか紹介します。この記事では具体的な実装は示さず、概念の紹介にとどめます。 この記事を読むために必要な知識は以下です。 ・モンテカルロ木探索＋UCB1 ・MiniMax探索 ・ボンバーマンの基本的なルール 名のある木々 名もなき木々を紹介する前に、まずは名のある木々を紹介します。 MCTS モンテカルロ木探索。簡単に言えば、評価関数を使わず、ランダム試行を繰り返して勝率の平均が高い手を調べる手法です。 有名な木なので、検索するとたくさん解説がヒットするのでこの記事では説明を割愛します。 一応参考として、私が初めてMCTSを実装したときに参考にした論文を載せておきます。 →A Survey of Monte Carlo Tree Search Methods 最良優先MiniMax 最良優先MiniMax探索についてはこちらの論文が
MeCab互換な形態素解析器Vibratoの高速化技法 - LegalOn Technologies Engineering Blog
こんにちは。LegalForce Researchで研究員をしている神田 (@kampersanda) です。 LegalForce Researchでは、MeCab互換の形態素解析器Vibrato（ヴィブラ〰ト）を開発しています。プログラミング言語Rustで実装しており、高速に動作することが主な利点です。Vibratoはオープンソースソフトウェアとして以下のレポジトリで公開しています。 github.com 本記事では、Vibratoの技術仕様を解説します。以下のような方を読者として想定します。 自然言語処理の要素技術に興味のある方 データ構造・アルゴリズムに興味のある方 Rustでの自然言語処理に興味がある方 Vibratoについて 最小コスト法による形態素解析 単語ラティスの構築 最小コスト経路の計算 高速化の取り組み 辞書引きのキャッシュ効率化 実装での注意点 連接コスト参照のキャ
概要 背景・目的 関連研究 提案手法 実験 アルゴリズムの説明 順位相関の確認 定量評価 定量評価の内訳 定性評価 おわりに 参考文献 DROBEで機械学習エンジニアをしております、藤崎です。 概要 ファッションアイテムを特徴づけるための情報として、画像とテキストがある。これらは異なる情報を含んでいると考えられる。 類似のファッションアイテムを検索する場面で、画像とテキストの情報を両方活用することで、検索の精度を向上させることができると推測される。 類似のファッションアイテムを検索するタスクで、両方の情報を活用した提案手法の性能を評価し、片方の情報だけを活用するよりも、大幅に性能が改善することを確認した。 背景・目的 この記事は以下の記事の続編です。 tech.drobe.co.jp 以前の記事で、私たちはプロのスタイリストが作成した評価データセットを用いて、複数のアルゴリズムを類似商品検
インフラエンジニアの中野(etsxxx)です。今回はWebのフロントの話です。稚拙な部分はご容赦を。 はじめに 前提知識 解決案の候補 解決案1: 手でspanタグをつける 解決案2: サーバーサイドの処理 解決案3: クライアントサイドの処理 クライアントサイドで文節区切り 実装 結果と考察 さいごに 2024/05/16追記 はじめに 2020年12月、リブセンスにQ by Livesenseという広報ブログが誕生しました。このブログは明朝体と縦書きと長文にアイデンティティがあります。 Q by Livesenseはこういう見た目のブログです。 Q by Livesenseは縦書きということで、漢数字を使っていたり、写真やイラストを使わずに純粋な文体で記事を書いていたりと、書籍のような日本語らしさが求められるデザインとなっています。 縦書きはWebエンジニアにとっても珍しい実装ですが、
最後に$f'$ですが、出力関数（活性化関数）をシグモイド関数と仮定した場合は以下です。 また各重みですが、接続元と先が同種の重みは $w^k_{ij} > 0$、異種の場合は $w^k_{ij} < 0$ の制約を持ちます。 実装 C言語の実装では各レイヤーを行列構造で保持し、リカレント型と見なして再帰的に更新しています。 この記事での実装ではTensorflowっぽくニューロンをモジュール単位として実装しました。 ニューロンのイメージは以下です。 "+"と"-"がある以外は既存のニューロンと変わりません。 コードにしかありませんが、"beta"という入力が全ニューロンに追加されていました。（多分biasと同じ効果？） また、最初の入力値は"+"と"-"に同じ値を分けて使います。（なので必ず入力は2n） 最終的な出力層は"+"ニューロンのみを使います。 1. Neuronクラス # sig
Let’s 競技プログラミング! E8さんが教える アルゴリズム発想のキホン(12) アルゴリズムの基本用語 - 「グラフ」とは?
皆さんは「グラフ」という言葉を聞いて何を思い浮かべますか。Excel の折れ線グラフや棒グラフを想像する方が多いことでしょう。しかしアルゴリズムの文脈では、グラフは「モノとモノを繋ぐ関係」のことを指します。今回は、グラフの基本について整理した上で、どんな問題をグラフで表すことができるのかを紹介します。 グラフとは グラフは、モノとモノを繋ぐ関係を表すネットワーク構造のようなものです。グラフは頂点と辺からなり、頂点はモノを、辺は繋がりを表します。イメージしづらい場合は、鉄道路線図の駅を頂点、線路を辺と考えると良いでしょう。なお、頂点同士を識別するため、各頂点には 1、2、3…… と番号が付けられることが多いです。 無向グラフと有向グラフ 下図左側のように、辺に向きが付いていないグラフを「無向グラフ」と言い、下図右側のように、辺に向きが付いているグラフを「有向グラフ」と言います。例えば、一方通
こどもの数の減少が止まらない。総務省の推計によると、日本国内の4月1日時点の15歳未満のこどもの数は1465万人と去年より26万人減り、41年連続の減少となった。総人口に占めるこどもの割合は1950年には35％を超えていたが、11･7％まで落ち込んだ。 「危険な人口減少」 政府が少子化に危機感 「もはや見過ごせない危険な人口減少に入っている」野田聖子こども政策担当相は4月26日の会見で、歯止めの効かない少子化に強い危機感を示した。 野田氏は、岸田政権の看板政策の一つである「こども家庭庁」を設置する法案を担当し、国会で答弁を続けている。「こども家庭庁」は、こども政策の指令塔機能を担い、これまでの省庁の縦割りをなくすのが狙いだ。こども家庭庁は、子育て支援や子どもの貧困対策、いじめや虐待の防止等などを幅広く所管し、少子化対策も担うことになる。 野田聖子こども政策担当相は、歯止めの効かない少子化に
Ruby に Software Transactional Memory (STM) を入れようと思った話 - クックパッド開発者ブログ
技術部でRubyインタプリタの開発をしている笹田です。コロナの影響で、リモート勤務などに移行し、新しい生活スタイルを満喫されている方々がたくさんいらっしゃるんじゃないかと思います。ただ、私は以前から自主的に自宅勤務することが多かったので、正直生活がぜんぜん変わっていません。 さて、家で私が何をしているかというと、Ruby 3の準備です。その中でも、数年取り組んできた Ruby で並列処理をするための仕組みである Ractor の開発をしています（以前は Guild というコードネームで呼んでいました）。Ractor という名前は、Ruby の Actor みたいな意味で付けました。Erlang とか Elixir で有名な Actor model というアレです。厳密には、Actor model でよく言われる特性をすべて備えているわけではないのですが、並列で動く Ractor を複数作る
LLMの効率化を支えるアルゴリズム
2024.09.04
4日のニューヨーク外国為替市場では、この日に発表されたアメリカの雇用統計の内容から労働市場が堅調だという受け止めが広がり、円売り・ドル買いが加速し、円相場は、一時、1ドル＝149円台まで値下がりしました。 4日のニューヨーク外国為替市場ではこの日、発表される先月（9月）の雇用統計に注目が集まっていました。 統計では就業者の伸びが市場予想を大きく上回り、労働市場の堅調さからFRB＝連邦準備制度理事会による利下げのペースが緩やかになるという受け止めが広がりました。 日米の金利差が縮まりにくいとの見方から円売り・ドル買いの動きが加速し、統計の発表前、1ドル＝146円台半ばでしたが、一時、1ドル＝149円台まで2円余り値下がりしました。 ことし8月中旬以来、およそ1か月半ぶりの円安水準です。 市場関係者は「FRBの金融政策を見極める上で最大の焦点となっていた雇用について力強い内容が示されたことでF
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 2023/3/14にOpenAIがGPT-4という新しいAIモデルを公開しました。 このモデルはさまざまなタスクにおいてChatGPT(GPT-3.5)を大幅に上回る結果を示しています。 この記事ではGPT-4を用いて競技プログラミングがどのくらい解けるのかについて調べてみました。 下馬評 OpenAIが公開した論文によると、GPT-4のCodeforcesレーティングは392だそうです。 これはパーセンタイルでいうと下から5%らしいので、 そこまで競技プログラミングが得意なわけではないようです。 ただし、おそらくこれはGPT
How We Made Bracket Pair Colorization 10,000x Faster In Visual Studio Code
Version 1.93 is now available! Read about the new features and fixes from August. Bracket pair colorization 10,000x faster September 29, 2021 by Henning Dieterichs, @hediet_dev When dealing with deeply nested brackets in Visual Studio Code, it can be hard to figure out which brackets match and which do not. To make this easier, in 2016, a user named CoenraadS developed the awesome Bracket Pair Col
グラフ最適化をマスターしよう！ - Qiita
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 グラフ最適化（Graph Optimization）は、パラメータをグラフ構造で表現し、最適化問題を解決する手法です。特にロボティクスなどの領域で広く活用されています。 以下に、グラフ最適化の応用例をいくつか挙げます。 Visual SLAMやSFMのバンドル調整（Bundle Adjustment）→「解説記事」 Graph SLAMのループ閉じ込み問題→「解説記事」 経路計画問題(TEB, ebandなど)→(coming soon) 実際のアプリケーションでは、ceresやgtsam、g2oなどのグラフ最適化ライブラリを
しかのこのこのここしたんたん 豆知識 / Fun facts: - 今の状態が「し」なら、「しかのこのこのここしたんたん」の始まりである確率は1/512 - If the current state is し, the probability of it being the start of しかのこのこのここしたんたん is 1/512 - 「し」の定常確率は1/8 - The steady-state probability of し is 1/8 - 各サンプルの長さは4フレーム＝1/6秒 - Each sample is 4 frames = 1/6 second long - つまり、「しかのこのこのここしたんたん」は平均して512 * 8 / 6 = 2048/3秒（約11分）1回現れる - So しかのこのこのここしたんたん appears on average on
LLMのチャット以外の可能性 ChatGPTなどで話題のLLM（Large Language Model）、用途としてはチャットボットとしての使われ方が多いですが、チャット以外にも使える可能性を秘めています。 具体的には、生成AIでロボット制御をする「RT-1」や、マインクラフトをプレイする「Voyager」などがあります。これらの詳細の解説は以下記事参照ください。 今回は、夏休みの自由研究（と呼べるほど高尚なものではないですが）として、手軽に分かりやすい例として、LLMでマリオをプレイできるか試してみることにしました。 LLMでマリオをプレイ マリオに関しては、以前に深層強化学習で全ステージクリアにチャレンジしたことがあります。 複数人の有志の協力があり、ループを多用する8-4を除いたステージを全てクリアすることができました。ただ、ステージごとにシミュレータで半日以上かけて学習させる必要
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
毎秒現在地を使った最近傍探索をしたい - Mobile Factory Tech Blog
プログラミング初心者の40代おじさんが1年かけてAtCoder緑になった話（色変記事） - Qiita
GoのGC (garbage collector)について理解する
[0.0, 1.0) の乱数を得るための“本当の”方法
Binary search with modern processors
アルゴリズム・AtCoder のための数学【後編：数学的考察編】 - Qiita
AWS認定試験の受験失敗とAWSしりとり - 見返すかもしれないメモ
AIが描いた絵の著作権は、誰が持つのか Midjourney画像の扱いを考える
ast-grep VSCode: 構造検索と置換の強力なツール
MarkdownAIで子ども向けスマホ動物園を作ってみた - Qiita
部屋が寂しかったので絵を飾ってみたぞ→どう見てもただの抽象画なのになぜかエッチに見えてしまう人続出
難問の巡回セールスマン問題、粘菌に学んだ新型コンピュータで北海道大学が解決
Googleの検索ランキングに閲覧やクリックなどの行動データは影響する？ SEOプロの結論はこれだ！ | JADEのSEOプロフェッショナル相談室
Google検索の「AIモード」、いよいよ日本でも開始
Googleが過去1年で検索アルゴリズムをどう変更したのか＆どんな影響があるのかを可視化するとこうなる
DreamFusion: Text-to-3D using 2D Diffusion
Linux 6.1の注目機能「MGLRU」―メモリ管理に取り入れられたエイジングシステム | gihyo.jp
いろんなバンディットアルゴリズムを理解しよう - Qiita
（続）ファッションにおける類似商品検索アルゴリズムの性能評価 - DROBEプロダクト開発ブログ
日本語の折り返しをJavaScriptで制御する - LIVESENSE ENGINEER BLOG
金子勇さんのED法を実装してMNISTを学習させてみた - Qiita
こどもの数が41年連続減 AIで対策も｢こども家庭庁｣の打つ手は｜FNNプライムオンライン
円相場 一時 1ドル＝149円台まで値下がり 米雇用統計受け | NHK
GPT-4は青色コーダーの夢を見るか - Qiita
【マルコフ連鎖】Shikanoko but it's a Markov chain
LLMでマリオをプレイ「Large Language Mario」を作って試してみました
yarukimedesu.blog.fc2.com
bunshun.jp
posfie.com
news.yahoo.co.jp
www.patagonia.jp
ameblo.jp/tiffalovely52