並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 40 件 / 329件

新着順 人気順

Pythonの検索結果1 - 40 件 / 329件

  • AIを使った新しい学習法が現れた本を読んだ | Colorful Pieces of Game

    ある日、twitterで画像のようなツイートをしたところ、突然、日経BPさんから献本しますので読んでいただけませんかってメールがやってきた。 突然のご連絡で申し訳ございません。 岩崎様のXでのご投稿を拝見しまして、ぜひご紹介したい書籍がありご連絡いたしました。 岩崎様がXで仰っていたような「AIで動くゲームを作るためには、動くゲームを作れる実力が必要で、これがないとそもそもAIに正しく動くコードを作る指示が出来ない」を実際に体感した女子大生の実話になります。 もちろん、こんな面白い話、読む以外ありえないので献本していただいた本が『#100日チャレンジ 毎日連続100本アプリを作ったら人生が変わった』。 これを読んで、LLM(AI)登場以前には不可能だった非伝統的な学習方法が登場し、少なくもそれを使って同じ山に登れることが証明されたと思った&とても面白かったので、この本の内容に触れつつ、そう

    • OpenAI Agents SDK で「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」を自動化してみた - 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 @zazen_inu さんの記事「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」が凄いので OpenAI Agents SDK で自動化してみました。 目的 @zazen_inu さんのメソッドを楽に実行したい OpenAI Agents SDK で実装してみてフレームワークのクセとか使い方を理解したい 方法 愚直に実装します。 処理フロー それぞれの Agent の背後にはテキスト生成モデルがいます。用途によってモデルの種類を決めます。賢さ、インターネットの情報の調査能力、コストなどを意識します。

        OpenAI Agents SDK で「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」を自動化してみた - Qiita
      • Model Context Protocol(MCP)とは?生成 AI の可能性を広げる新しい標準

        はじめに こんにちは。クラウドエースの荒木です。 ChatGPT や Claude などの生成 AI が日常生活やビジネスに浸透してきましたが、これらの AI の真価は外部システムと連携したときに発揮されます。しかし、この連携には大きな課題がありました。 これまで AI と外部システムを連携させるには、システムごとに個別の API 統合が必要で、認証方法やデータ形式、エラー処理など、細かな実装を繰り返す必要がありました。このような個別対応は開発効率を下げ、拡張性や保守性の面でも問題がありました。 そこで登場したのが「Model Context Protocol(MCP)」です。2024 年 11 月に Anthropic が発表したこのオープンプロトコルは、AI と外部システムの接続を標準化し、開発者の負担を大幅に軽減します。 この記事では、MCP の基本概念から実装方法、活用事例まで、技

          Model Context Protocol(MCP)とは?生成 AI の可能性を広げる新しい標準
        • 小規模自治体でローコード開発ツール(UiPath)を契約廃止したお話|Kazuya

          お話の概要 弊社が契約していたUiPath(LGWAN-ASP)を解約しました。それに至った経緯とどうすればよかったのかを自分なりに分析しました。 弊社の構成 LGWAN-ASPのCloudPark「自治体向けRPA配信サービス」を契約し、LGWAN接続系とマイナンバー利用系(特定通信)から接続、インターネット接続系には、仮想マシン経由でアクセスする形式となります。 RPAの選定及び理由 RPAにはUiPathを選定しました。導入当時(R2年度)は、WinActorやbizrobo等が候補としてありましたが、以下の理由によりLGWAN-ASPのCloudPark(UiPath)を選定しました。 高速で動作(画面のセレクタ等) LGWAN-ASPなのでどのネットワーク系からも使用可能 仮想画面越しにも動作可能 導入の理由 よく言われるように働き手不足による人的リソースの確保にあります。弊社で

            小規模自治体でローコード開発ツール(UiPath)を契約廃止したお話|Kazuya
          • MCPはゲームチェンジャーになるのか

            近年、Model Context Protocol (MCP)が脚光を浴びています。これは、大規模言語モデル(LLM)などのAIエージェントが、外部のツールやデータソースと安全に双方向接続するためのopenなプロトコルです。そして、MCPサーバーとは、そのプロトコルに従って外部サービスの機能やデータを公開するサーバーのことを指します。AIモデルとあらゆるデータ源との間の「橋渡し」を標準化しようという試みです。 例えるなら、MCPはAIアプリケーションにおけるUSB-Cポートのような存在です。USB-Cが機器と周辺機器を標準化された方法で接続するように、MCPはAIモデルと各種ツール・データ源を標準化された方法で連携させます。この画像がとてもわかりやすかったです。 今回は、MCPの仕組みと目的、そして生成AIの未来に与えるインパクトについて詳しく解説していきます。 MCPとは何か? MCPの

              MCPはゲームチェンジャーになるのか
            • Blender MCP を試す|npaka

              「Blender MCP」を試したのでまとめました。 1. Blender MCP「Blender MCP」は、「MCP」を介して「Claude」を「Blender」と直接対話できるようにします。この統合により、プロンプトによる3Dモデル作成や操作などが可能になります。 2-2. Claude Desktop AIアシスタントのClaudeを利用するためのデスクトップアプリケーションです。 ・Claude Desktop​ 2-3. Python 3.10以降 + uvPythonは、公式サイトから適切なバージョンをインストールします。​ uvのインストール手順は、次のとおりです。 ・Mac brew install uv・Windows powershell -c "irm https://astral.sh/uv/install.ps1 | iex" set Path=C:\Users

                Blender MCP を試す|npaka
              • なぜ、Difyなのか - Algomatic Tech Blog

                はじめに こんにちは!Algomatic ネオセールスカンパニーでエンジニアをしている末國と申します。 私たちが1月にリリースした営業AIエージェント「アポドリ」では、一部機能にDifyを組み込んでいます。 一部といっても、すでに100個近いワークフローが作られていたり、1日1万回呼び出したりするくらいには利用しています。 Difyはいわゆるローコードツールであり、「コードが書けない人が使うもの」「DifyはPoCで使って、本番はプログラムを書く」という印象もあるかもしれません。 しかし、私たちはむしろ積極的に「コードからDifyへの移行」を行ってきました。 この記事では私たちが「なぜDifyを利用しているのか」「何がそんなにいいのか」について書いていきます。 そもそもDifyとは何か 理由の話をする前に、そもそもDifyとは何か、特にワークフロー機能についておさらいしておきます。 すでに

                  なぜ、Difyなのか - Algomatic Tech Blog
                • みんなのためのLLMアプリケーション開発環境の構築事例

                  はじめに こんにちは。Game Platform DevのDong Hun Ryoo、Takenaka、Zhang Youlu(Michael)、Hyungjung Leeです。私たちの組織は、ゲームパブリッシングに必要なさまざまな機能を開発・運用する役割を担っています。 私たちは最近、組織内の業務効率を高めるためにさまざまなLLM(large language model)アプリケーションを開発し、それと連携してLLMOpsシステムの構築プロジェクトを行いました。プロジェクトの主な目標の一つは、参入障壁が高いLLMアプリケーション開発を、職種に関係なく誰でも簡単に作成できる環境を構築することでした。そのため、さまざまなことを考えながら試行錯誤を経た結果、誰でも簡単にアクセスできる開発・デプロイ環境を整えました。 今回の記事では、LLMアプリケーションの一般的な開発方法と開発プロセスで直面

                    みんなのためのLLMアプリケーション開発環境の構築事例
                  • シェルでコンテナの実行や操作ができる「Dagger Shell」、Docker創始者らによるDagger社からオープンソースで登場

                    Dockerの創始者であるSolomon Hykes氏らが中心となって発足されたDagger社から、コンテナ時代の新しいシェルとうたわれた新ツール「Dagger Shell」が登場しました。 シェルを補完してコンテナを操作可能に Dagger Shellはシェルを置き換えるのではなく補完するものだと説明されています。 Dagger Shellを用いることで、シェルコマンドやシェルスクリプトの中でコンテナの操作が可能になります。 下記はデモ動画のキャプチャです。ここではシェルコマンドとして「container | from alpine | with-exec apk add git | terminal」と入力、実行されています。つまりAlpine Linuxのコンテナを起動してgitをインストールし、terminalを起動するというものです。 Dagger Shellコマンドはサンドボッ

                      シェルでコンテナの実行や操作ができる「Dagger Shell」、Docker創始者らによるDagger社からオープンソースで登場
                    • 複数の MCP サーバーを使った OpenAI Agents SDK コード例

                      すでにご存知の方も多いかと思いますが、OpenAI の Agents SDK から直接 Model Context Protocol (MCP) サーバーをツールとして利用できるようになりました!工夫次第でいろいろと可能性が広がりそうですね。 この機能の基本的な使い方を知るには Agents SDK のドキュメントページ(英語) とリポジトリ内の examples/mcp/ 配下が参考になりますが、実際に MCP サーバーの連携を利用する場合、複数の MCP サーバーを同時に利用することが多いのではないかと思います。この記事では、その方法について補足解説したいと思います。 紹介するコード例では MCP プロジェクトが提供している以下のサーバーを利用します: Filesystem MCP サーバー:ローカルのファイルシステムとのやりとりが可能 Slack MCP サーバー:Slack ワーク

                        複数の MCP サーバーを使った OpenAI Agents SDK コード例
                      • 最近のコーディングにおけるLLMの使い方QA - Qiita

                        総評としては、Claudeがライブラリ指示追従性能が高く便利で、ロングコンテキストを加味するとGemini 2.5 Proをサブとして用いると良さそうです。 備考 実際のコーディングにおいては画像対応やモデルごとの最大コンテキスト長も加味する場合もあります。上記ではo1以外は画像対応しており、かつコンテキスト長を最大付近まで使うと現状では性能劣化が激しいためロングコンテキスト性能だけを見るに留めました。 どの言語を使えばいいの? この節のサマリ とりあえず日本語でOK LLMにおける言語間の差異について プロンプトにおける言語選択は重要な問題です。言語によって、これらの能力が変わります。 推論能力 トークン効率 ChatGPT が登場した当時は明確に英語での推論が優れていましたが、現在はトークン効率が改善され、以下のベンチマークで見るとおり、推論能力も他とあまり変わりません。 ゆえに現状で

                          最近のコーディングにおけるLLMの使い方QA - Qiita
                        • 「本当に必要なエンジニア」とは何か - AIアシスタント時代の新たなエンジニア像

                          はじめに 近年、私たちの生活や仕事の様々な場面でAI(人工知能)の存在感が増しています。特にエンジニアの世界では、Claude、GPT-4、Geminiといった大規模言語モデル(LLM:Large Language Model)を搭載したAIアシスタントが、プログラミングの方法そのものを大きく変えつつあります。 これらのAIアシスタントは単にテキストを生成するだけでなく、コードの作成や修正、バグの発見と修正案の提案など、かつてはエンジニアだけが行えた専門的な作業を驚くべき精度で実行できるようになりました。特に注目すべきは、CLINEやCursorのようなエージェントモード機能を持つAIアシスタントの登場です。これらは単にコード生成を行うだけでなく、実際にコマンドを実行したり、ファイルを操作したり、更にはデータベースに接続するといった実務的な作業まで行える能力を持っています。例えば、「このJ

                            「本当に必要なエンジニア」とは何か - AIアシスタント時代の新たなエンジニア像
                          • PythonのGILと3.13の実験的な新機能「free threading」を知る | gihyo.jp

                            福田(@JunyaFff)です。今月の「Python Monthly Topics」は、Python 3.13の新機能「free threading」について解説します。 はじめに 2024年10月にリリースされたPython 3.13。その中でもっとも注目すべき実験的な新機能の「free threading」について紹介します。本記事ではfree threadingについて紹介するにあたり、避けては通れない「Global Interpreter Lock(以下GIL⁠)⁠」というCPythonのロック機構の基本を説明して、free threadingについての概要と動作検証した結果を紹介します。 Python 3.13での他の新機能については先月の記事「Python 3.13で更新された機能の紹介」をご参照ください。 なお、今回の記事を書くにあたり参考にしたドキュメントは下記になります。

                              PythonのGILと3.13の実験的な新機能「free threading」を知る | gihyo.jp
                            • AWSを学ぶ上でやってよかった勉強法6選(2025年最新版) - log4ketancho

                              こんにちは、@ketancho です。最近、7年前に書いたこちらの記事を読む機会がありました。 www.ketancho.net 今読んでも、ベースとなる部分や考え方は変わっていないなと考えています。ただ、少しだけ情報を追加、あるいは整理したいなと思える部分があったので、AWS を学び始めようとされる方が多いであろうこの4月に、2025年版を考えてみることにしました。少しでも "学びはじめ" の参考になれば嬉しいです。 ▼ この記事の目次 1)JAWS-UG のイベントや AWS 主催のイベントに参加する 2)AWS 資格を取る 3)実際に手を動かす 4)幅広いインフラの基礎知識をつける 5)簡単なもので構わないので、自身のプロダクト・Web サービスを AWS 上に構築し、運営する 6)自分の学んだことをアウトプットする まとめ 1)JAWS-UG のイベントや AWS 主催のイベントに

                                AWSを学ぶ上でやってよかった勉強法6選(2025年最新版) - log4ketancho
                              • AIが生成する物語をかき乱して改善する「アーキトロープ」という手法について|kogu

                                この記事はCC0ライセンスで利用できます。許諾も対価もなしで、転載も加工も学習も自由に行えます。末尾の有料部分は空っぽで、最後まで全て無料で読めます。 長い記事なので、ChatGPTやClaude、Geminiなどを使った要約もお勧めします。要約する際は自分の求める長さを指示したり、「たとえを使って」とか「面白おかしく」とか、読みやすい文章に変えるのもお勧めです。そして要約が面白ければ、ぜひ記事を直接ご覧ください。 なお、この記事は以下と薄く連なるものです。こちらも長いですが、合わせて読むとより楽しめます。 はじめに何か短いお話を作って。ファンタジーで面白いやつ。こんな風に指示してAIに物語を生成させると、最初はその流暢さに驚き感心しますが、何度か試しているとすぐ壁にぶち当たります。そもそも筋が成立していないとか、つまらないとか、短いとか、矛盾があるとか、文体が好みでないとか、言いようのな

                                  AIが生成する物語をかき乱して改善する「アーキトロープ」という手法について|kogu
                                • 【2025年最新】プログラマー必見!バイブコーディング(Vibe coding)を加速するWindsurf代替ツール10選 - Qiita

                                  ツール選択ガイド 大規模企業向け: Cursor、GitHub Copilot、Tabnineが特に適しています。セキュリティとスケーラビリティを重視する場合はTabnineがおすすめです スタートアップ/個人開発者向け: Codium、Trae、VS Code + AI拡張機能が費用対効果に優れています 特定環境に特化: Microsoft環境ならIntelliCode、AWS環境ならCode Whisperer、Python開発ならAIプラグイン付きPyCharmが最適です。 リモートチーム: Replitはブラウザベースで環境構築不要なため、分散チームに最適です バイブコーディング体験重視: Traeは特にバイブコーディングワークフローに最適化されています それでは、各ツールの詳細を見ていきましょう! 1. Cursor: 精密さを極めたAIコーディングの新星 まず最初に紹介するのは

                                    【2025年最新】プログラマー必見!バイブコーディング(Vibe coding)を加速するWindsurf代替ツール10選 - Qiita
                                  • GoogleのLLM「Gemini」でコードレビューをするGitHub Actionsを自力で構築してみた - NTT Communications Engineers' Blog

                                    ビジネスdアプリ開発チームの立木です。現在、私たちのチームでは生成AIによる開発効率の向上を検討しています。その一環として、コードレビューの自動化を検討しています。 そこで、本記事では検証の一環として勉強も兼ねて、GoogleのLLM「Gemini」でコードレビューをするGitHub Actionsを自力で構築してみたのでその方法を紹介します。 Geminiとは Google AI Studio Vertex AI Google Gen AI SDK 着想の背景 コードレビューの観点 完成したもの ファイルの構成 処理の流れ gemini-code-review.yml gemini_review_code.py プロンプト 終わりに Geminiとは Geminiとは、Googleが提供しているLLMです。つい先日も、Gemini 2.5 proがリリースされ、コーディング能力を含め、そ

                                      GoogleのLLM「Gemini」でコードレビューをするGitHub Actionsを自力で構築してみた - NTT Communications Engineers' Blog
                                    • LLMによるパワポ自動生成にチャレンジしてわかった課題 - Insight Edge Tech Blog

                                      はじめに こんにちは。2023年12月からInsight Edgeに参画したData Scientistのカイオと申します。 入社してから幅広い分野のAIや機械学習だけでなく、API構築やクラウドと関わり海外出張までする機会があって非常に感謝しています。 最近、LLMを使ってPPTXを生成する案件に携わり得た知識を共有しようと思ってこの記事を書きました。 目次 PPTXファイルの構成 PythonによるPPTXライブラリ(python-pptx) わかった課題 まとめ PPTXファイルの構成 皆様ご存知だと思いますが、PowerPointが世界一使われている発表資料です。OpenOffice等のオープンソースアプリも存在しますが人気度がそこまで高くありません。 PowerPointは2007においてPPTからPPTXフォーマットに変わってその中身の仕様は大きく変わりました。中身は非常に複雑

                                        LLMによるパワポ自動生成にチャレンジしてわかった課題 - Insight Edge Tech Blog
                                      • 技術ヒートマップを作ろう🐱‍🐉🔥 - Qiita

                                        はじめに 年度末の振り返りとしてstreamlitを使った技術ヒートマップを作ってみました。 社内勉強会のテーマとして用意したものですが、せっかくなのでQiitaにも投稿します! 技術のヒートマップを作ろう🐱‍🐉🔥 今年度、あなたはどんな技術に触れ、どんな業務をしましたか? どこが濃い?どこが薄い?可視化されたマップをもとに振り返りましょう。 あなたの強みを再確認するだけでなく、来年の目標設定にも活かしてください! 今日はStreamlitを使ってヒートマップを作ります⭐ 🧣 アジェンダ Streamlit体験 ヒートマップ作成 🛸 手順 まずはStreamlitが実行できる環境を用意します。 1.Pythonの準備 公式サイトから最新版をインストール コマンドプロンプトからPytonのバージョンを確認する

                                        • [備忘録] StreamlitでExcelのようなデータ編集機能を実装する - Qiita

                                          Streamlitで簡単にExcelライクなデータ編集機能を実装する方法をQiitaに投稿しました。Pythonの勉強備忘録として、データ操作をブラウザ上で直感的に行う方法をまとめています。初心者の方にもわかりやすく解説しているので、ぜひご覧ください!📝 はじめに 最近Pythonを勉強していく中で、データ操作のためのウェブアプリを手軽に作成できるStreamlitというフレームワークに出会いました。特に、st.data_editorという機能を使うとExcelのようなインタラクティブなデータ編集が可能になることを知り、備忘録として共有します。 Streamlitとは? Streamlitは、データサイエンス・機械学習のプロジェクトを簡単にウェブアプリ化できるPythonのフレームワークです。コードを書くだけで、インタラクティブなウェブアプリを作成できるのが特徴です。 環境構築 まずは必

                                            [備忘録] StreamlitでExcelのようなデータ編集機能を実装する - Qiita
                                          • OSS の Open Deep Research で Deep Research を実現してみた - Taste of Tech Topics

                                            はじめに こんにちはデータ分析エンジニアの木介です。 今回は、Hugging Faceより公開されたオープンソースのAIエージェントOpen Deep Researchを実際に動かしていきたいと思います。 huggingface.co はじめに 1. 概要 Open Deep Researchの仕組み 2. Open Deep Researchを動かす 準備 構築方法 検索実行 OpenAI Deep Researchとの比較 まとめ 1. 概要 Deep Researchとは、ウェブ検索をしながら自律的に情報を収集し、詳細なレポートを出力してくれるサービスのことを指します。 現在、「Deep Research」という名称が付けられている代表的なサービスとして、以下のものがあります。 サービス名 OpenAI Deep Research Google Gemini Deep Researc

                                              OSS の Open Deep Research で Deep Research を実現してみた - Taste of Tech Topics
                                            • Lua の代替スクリプト言語まとめ

                                              Lua の代替スクリプト言語 組み込み用のスクリプト言語として使える Lua はライトな反面、動的型付けや 1-based index といった仕様がボトルネックになりがちです。そうした状況の中、相応の短所も抱えた Lua の代替となりえる C/C++ 開発用組み込み用のスクリプト言語が多く開発されています。しかしながら、それらを横並びで比較及び評価した記事をあまり見かけませんでした。そこで、本記事では AltLua となりうる言語を取り上げ、それぞれの特徴を検証していきます。 Lua 向けトランスパイラ言語 コンパイルして Lua を出力するトランスパイラ言語について。Lua VM 上で動作するため、既存の Lua ライブラリの利用が可能な他、軽量で高速な強みを十分に生かせることが期待できます。 github stars やリリースなどの情報は 2025 年現時点のものを記載します。 M

                                                Lua の代替スクリプト言語まとめ
                                              • イチからつくるLLM(1)|ディープラーニングネイティブ

                                                LLMのことを知りたいと思ってチュートリアルなどを眺めても結局transformersのAPI紹介で何も分からない。そこで「分からないなら作ればいいじゃない」、というファインマン流な勉強を始めてみました。ゼロから作ろうかと思ったのですが、ちょっと大変そうなので、このシリーズではJAXとequinoxで実装していきます。JAXは自動微分やJIT機能のついたnumpyですが、流石にそのレベルから頑張るのはしんどいので、JAXでニューラルネットワークなどを作りやすくするライブラリーであるequinoxを使います。flaxなどより薄いラッパーで、扱いやすいのが特徴です。 Llama3モデルを色々用意するのは大変なので、今回はLlama3に限定します。LlamaはMetaの開発しているLLMで、同じ構造はSarashinaやLLM-jpといった日本語LLMにも採用されているようです。私が使ったことの

                                                  イチからつくるLLM(1)|ディープラーニングネイティブ
                                                • Context is all you need: Better AI results with custom instructions

                                                  Context is all you need: Better AI results with custom instructions March 26, 2025 by Rob Conery, @robconery.com, Burke Holland, @burkeholland Earlier this month, we announced the general availability of custom instructions in Visual Studio Code. Custom instructions are how you give Copilot specific context about your team's workflow, your particular style preferences, libraries the model may not

                                                    Context is all you need: Better AI results with custom instructions
                                                  • Model context protocol (MCP) - OpenAI Agents SDK

                                                    Model context protocol (MCP) The Model context protocol (aka MCP) is a way to provide tools and context to the LLM. From the MCP docs: MCP is an open protocol that standardizes how applications provide context to LLMs. Think of MCP like a USB-C port for AI applications. Just as USB-C provides a standardized way to connect your devices to various peripherals and accessories, MCP provides a standard

                                                    • JetBrainsがOpenAI、Google、Anthropicの11モデルをベンチマーク比較 速度や知能別で優れたモデルを紹介

                                                      JetBrainsがOpenAI、Google、Anthropicの11モデルをベンチマーク比較 速度や知能別で優れたモデルを紹介:「JetBrains AI Assistant」がマルチモデルに対応 JetBrainsは、「JetBrains AI Assistant」がマルチモデルに対応し、開発者がタスクに応じて最適な大規模言語モデルを選択できるようになったことを受け、OpenAI、Google、Anthropicの主要モデルのベンチマーク比較結果を公式ブログで紹介した。 JetBrainsは2025年3月24日(チェコ時間)、「JetBrains AI Assistant」がマルチモデルに対応し、開発者がタスクに応じて最適な大規模言語モデル(LLM)を選択できるようになったことを受け、OpenAI、Google、Anthropicの主要モデルのベンチマーク比較結果を公式ブログで紹介し

                                                        JetBrainsがOpenAI、Google、Anthropicの11モデルをベンチマーク比較 速度や知能別で優れたモデルを紹介
                                                      • Hyperlight Wasm: Fast, secure, and OS-free - Microsoft Open Source Blog

                                                        Last fall the Azure Core Upstream team introduced Hyperlight: an open-source Rust library you can use to execute small, embedded functions using hypervisor-based protection. Then, we showed how to run Rust functions really, really fast, followed by using C to run Javascript. In February 2025, the Cloud Native Computing Foundation (CNCF) voted to onboard Hyperlight into their Sandbox program. We’re

                                                          Hyperlight Wasm: Fast, secure, and OS-free - Microsoft Open Source Blog
                                                        • GoogleのAI「Gemini」をホワイトハッカーがハッキングし隠された情報を発見することに成功

                                                          Google主催のバグ発見イベント「LLM bugSWAT」に参加して「Gemini」をハッキングし、ソースコードを公開させることに成功したサイバーセキュリティエンジニアが「最も価値のあるハッカー」という称号を授与されました。当人らが経緯を語っています。 We hacked Google’s A.I Gemini and leaked its source code (at least some part) - Lupin & Holmes https://www.landh.tech/blog/20250327-we-hacked-gemini-source-code/ 称号を授与されたのはサイバーセキュリティエンジニアのロニ・カルタ氏ら。カルタ氏らは2024年にもLLM bugSWATに参加しており、多額の報奨金を獲得しています。 Googleのバグ報奨金イベント「LLM bugSWA

                                                            GoogleのAI「Gemini」をホワイトハッカーがハッキングし隠された情報を発見することに成功
                                                          • A Shell for the Container Age: Introducing Dagger Shell - Dagger

                                                            The Unix shell is over 50 years old, but it still defines how programmers use their computers. We type a few words in a terminal, and milliseconds later an ephemeral factory comes online: the Unix pipeline. Data streams through a network of simple programs working concurrently, like robots on the factory floor, executing a computational choreography we composed seconds ago. Its job done, the facto

                                                              A Shell for the Container Age: Introducing Dagger Shell - Dagger
                                                            • A web framework for building products with Python · Plain

                                                              Leverage the world's most popular programming language Plain is a fork of Django, bringing new ideas to established patterns in the Python landscape. Build a new business, an internal tool, or something for yourself. Entrepreneurial Plain was forked inside of PullApprove — a revenue-generating SaaS with Fortune 500 customers.

                                                              • ROSのAIエージェント「RAI」を使って自然言語でアームロボットを制御する

                                                                1.はじめに 本稿では、ロボット制御における生成AI(人工知能)の活用に焦点を当て、前後編に分けて解説する。前編では、生成AIの概要とロボット制御への影響について解説し、ロボットOSであるROSにおける生成AIの活用の現状について述べた。今回の後編では、ROSのAIエージェントライブラリ「RAI」の概要と、RAIを用いた生成AIによるアームロボット制御の事例を解説する。 前編でもお伝えした通り、AIエージェントとは、LLM(大規模言語モデル)を活用し、タスクを理解して適切なツールを選定し、それを実行するシステムのことである。LLM単体ではできなかった外部ツールの制御や、自然言語による動的な機能制御が可能となり、生成AIの活用の幅を広げることができる。 今回紹介する生成AIによるロボット制御の事例は富士ソフトで検証を行った。ROSのAIエージェントライブラリのRAIに把持命令を与え、カメラか

                                                                  ROSのAIエージェント「RAI」を使って自然言語でアームロボットを制御する
                                                                • MicrosoftのAIアシスタント「Microsoft 365 Copilot」に推論エージェント「Researcher」と「Analyst」が追加される、OpenAIのo3ベースでデータ解析や文献調査が可能

                                                                  MicrosoftはサブスクリプションサービスのMicrosoft 365の一部として、OpenAIのAIをベースにしたAIアシスタントであるMicrosoft 365 Copilotを提供しています。現地時間の2025年3月25日、Microsoft 365 Copilotに新しい業務用推論エージェントの「Researcher」と「Analyst」を追加するとMicrosoftが発表しました。 Introducing Researcher and Analyst in Microsoft 365 Copilot | Microsoft 365 Blog https://www.microsoft.com/en-us/microsoft-365/blog/2025/03/25/introducing-researcher-and-analyst-in-microsoft-365-copil

                                                                    MicrosoftのAIアシスタント「Microsoft 365 Copilot」に推論エージェント「Researcher」と「Analyst」が追加される、OpenAIのo3ベースでデータ解析や文献調査が可能
                                                                  • Xee: A Modern XPath and XSLT Engine in Rust

                                                                    Xee: A Modern XPath and XSLT Engine in Rust By Martijn Faassen • 2025-03-27 • Tags: xml, rust, xpath, lxml For the last two years I've been working on a programming language implementation in Rust named Xee. Xee stands for "XML Execution Engine" and it supports modern versions of XPath and XSLT. Those are programming languages, and yes, that's XML stuff. Now hold on. Your brain might shut down whe

                                                                    • 未経験エンジニアやめとけの解決策とは?7つの方法で安全にITキャリアへ挑戦! | 安定志向のITキャリア入門

                                                                      未経験からエンジニアになっても、勉強は続けなきゃいけないし、仕事でついていくのも大変…? それに未経験でちゃんとした会社にはいれるのかな…? ITキャリアに興味があっても「未経験からのエンジニアはやめとけ」と言われると、知らないことが多い分だけ、不安になりますよね。 実際のところ、「やめとけ」と言われるのにも一定の理由があります。しかし、IT業界やエンジニアを取り巻く環境を理解し、適切に対応することで、未経験からでもエンジニアとしてやっていくことは十分可能です。 この記事では、未経験からエンジニアになるのはやめとけと言われる理由を 3 つのポイントにまとめ、それを乗り越える 7つの解決策 をお伝えします。 この記事を読むことで、未経験からエンジニアを目指す際に感じる不安が解消され、安心してエンジニアを目指す道筋が見えてきます。ぜひ読んでみてくださいね! この記事を書いた人 りもじい くわし

                                                                        未経験エンジニアやめとけの解決策とは?7つの方法で安全にITキャリアへ挑戦! | 安定志向のITキャリア入門
                                                                      • 「Microsoft 365 Copilot」に推論エージェント「Researcher」と「Analyst」

                                                                        米Microsoftは3月25日(現地時間)、「Microsoft 365 Copilot」に2つの新しい推論エージェント、「Researcher」と「Analyst」を導入すると発表した。 サティア・ナデラCEOはXで、「ResearcherとAnalystは、業務データとWeb全体にわたって、高度なスキルを持つ専門家がいつでも対応してくれるようなものだ」と語った。 Researcher──OpenAIのdeep resarchベース Researcherは、米OpenAIの「deep research」モデルとMicrosoft 365 Copilotのオーケストレーション機能と「Deep Search」を組み合わせたもの。複雑な多段階の研究タスクに取り組むのを支援し、質の高い、正確な洞察を提供するという。 Researcherを利用することで、社内外のデータに基づいた詳細な市場参入戦

                                                                          「Microsoft 365 Copilot」に推論エージェント「Researcher」と「Analyst」
                                                                        • Claude DesktopとMCPを使って学習ログを作る

                                                                          やりたいこと 日々の学習を効率化するために、参考になったwebページの内容を振り返る仕組みが欲しい 最近はMCPの開発が盛んなのと、ClaudeDesktopからだと定額で利用できるため、これらを使って簡単な学習ログの仕組みを構築する 参考にした記事 必要なもの Claude Desktop Claude Pro アカウント fetch MCP サーバ URLを投げつけると中身を読んでくれる ページにあるLinkの先とかまで読んでほしいときはPlaywrightMCPを使うと良さそう Claude Code MCPサーバとして動かすとファイルの読み書きができる 作り方 ClaudeProに課金したアカウントであれば、ファイル>設定>開発者>構成を編集 とすると、 claude_desktop_config.jsonがあるディレクトリが開く。 claude_desktop_config.js

                                                                            Claude DesktopとMCPを使って学習ログを作る
                                                                          • Lisp、Haskell、Rustでマルウェア開発:検出回避に利用されるマイナー言語の脅威 - イノベトピア

                                                                            Last Updated on 2025-03-31 12:59 by admin ギリシャのピレウス大学とアテナ研究センター、オランダのデルフト工科大学の研究者らが、マルウェア作成者が検出回避のために一般的でないプログラミング言語を使用する傾向について調査した結果を発表した。 研究者チームはTheodoros Apostolopoulos、Vasilios Koutsokostas、Nikolaos Totosis、Constantinos Patsakis、Georgios Smaragdakisらで構成されている。 彼らの論文「趣味と利益のための奇抜なプログラミング言語によるマルウェアのコーディング」によると、マルウェア作成者は静的解析による検出を回避するために、DelphiやHaskell、Rust、Nimなどの一般的でない言語を使用している。アンチウイルス評価機関AV-TESTに

                                                                              Lisp、Haskell、Rustでマルウェア開発:検出回避に利用されるマイナー言語の脅威 - イノベトピア
                                                                            • Terraform実行ユーザー用の最小権限の原則を支援するPike触ってみた | フューチャー技術ブログ

                                                                              はじめにTIG 真野です。Terraform連載2025の2日目です。 Pikeを触ってみた記事です。 PikeとはPike は James Woolfendenさんによって開発されたTerraformのコードを静的解析し、その terraform apply に必要な最小権限の原則に則ったIAMポリシーを生成するツールです。直接 .tf のコードをスキャンするというところが、良さそうと思ったポイントです。 Terraformを用いてインフラ構築する際には、強めの権限(本来は不要であるサービスの作成権限など)を付与して行うことが多いと思います。そのため、万が一のセキュリティ事故や誤操作で思いがけない結果に繋がる懸念がありました。しかし、最小権限の原則を忠実に守ろうとすると難易度・対応コストが高くなるため、ある程度割り切った運用を採用することが多いように思えます(もちろん、開発時は大きめを許

                                                                                Terraform実行ユーザー用の最小権限の原則を支援するPike触ってみた | フューチャー技術ブログ
                                                                              • How to Write Blog Posts that Developers Read

                                                                                I recently spoke to a developer who tried blogging but gave up because nobody was reading his posts. I checked out his blog, and it was immediately obvious why he didn’t have any readers. The developer had interesting insights, but he made so many mistakes in presenting his ideas that he was driving everyone away. The tragedy was that these errors were easy to fix. Once you learn to recognize them

                                                                                  How to Write Blog Posts that Developers Read
                                                                                • 【Autodock Vina】 Sminaを使ったin silicoスクリーニング【in silico創薬】 - LabCode

                                                                                  Smina とは? インシリコスクリーニングは、数千~数百万の化合物ライブラリを仮想的に試し、ターゲットタンパク質に最も強く結合する候補を探す手法です。代表的なツールとして AutoDock Vina がありますが、 Smina はその改良版です。 AutoDock Vina は 高速かつ使いやすい ドッキングツールで、スコアリング関数は固定ですが、並列処理により効率的なスクリーニングが可能です。一方、Smina は スコアリング関数を変更できる ため、AutoDock4(AD4)やカスタム関数を用いた評価が可能です。また、Smina では --score_only 機能により、ドッキングせずに 結合エネルギーを計算するだけ の処理ができ、大規模スクリーニングの高速化に適しています。さらに、--autobox_ligand を利用すると、リガンドサイズに基づいて自動的にグリッドボックスを設