確率的データ構造を用いた DB 負荷軽減と Valkey での実装 | CyberAgent Developers Blog
はじめに こんにちは。ABEMA の広告配信システム開発チームでバックエンドを担当している戸田朋花です。 ABEMA ではパーソナライズした広告配信ができるため、「ユーザー × 属性」がキーとなる高カーディナリティなデータに対する読み書きのリクエストが大量に発生します。 また全てのユーザーが全ての属性を持っているわけではないので、リクエストに対して実際にデータが存在しないことが多くあります。 その結果、読み取りのアクセスパターンとして「リクエストのカーディナリティがデータのカーディナリティを大きく上回る」状態になります。 ABEMA の広告配信サーバーには、このような性質のリクエストがピーク時には数千から数万 RPS で発生します。 データベースへ大量にリクエストが発生するとデータベースが高負荷となりシステム全体のボトルネックになります。 これを防ぐための一般的な方法として、キャッシュ用デ
July 01, 2025 概要 Sakana AIは進化や集合知などの自然界の原理を応用してAIシステムを開発しています。2024年に発表した進化的モデルマージの研究では既存のオープンモデルの膨大な集合知を進化計算とモデルマージを通じて活用することに挑戦しました。一方、モデルを「混ぜてつくる」だけでなく、ChatGPTやGemini、DeepSeekのような日進月歩するフロンティアモデルを「混ぜて使う」、つまり「集合知」として活用することは考えられないでしょうか。Sakana AIはこの度、AIが効果的に「試行錯誤」し、かつ複数のフロンティアAIモデルが「互いに協力」する推論時スケーリングの新アルゴリズム「AB-MCTS（Adaptive Branching Monte Carlo Tree Search）」を開発しました。ARC-AGI-2ベンチマークを用いて評価を行ったところ、本稿執
機械学習のライブラリは抽象化されていますが、どのように動いているいるのか、アルゴリズムは絶対理解しておいた方がいいいです。逆に機械学習を学ぶということは、アルゴリズムの理解が大部分を占めます。 k-近傍法（k-nearest neighbor algorithm）は、分類や回帰のためのシンプルな機械学習アルゴリズムです。 k-近傍法は、新しいデータが与えられたときに、そのデータが近いとされる、学習用のデータセット中の個々のサンプルとの距離を計算します。その後、これらのサンプルからk個の最も近いサンプル（k-nearest neighbors）を選択します。これらk個のサンプルから、新しいサンプルが最も多く分類されるクラスを予測します。 例えば、新しいサンプルが緑の点としてプロットされているとします。k=3の場合、この新しいサンプルに最も近い2つのサンプル（緑の点）を選択します。この3つのサ
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
Social Network を活用するには自分の興味にあったアカウントをフォローすることが大事です．そのために重要な役割を果たすのが「おすすめユーザ推薦 (friend recommendation)」です．
代表的な公開鍵暗号の1つであるRSA暗号は、「桁数が大きい合成数の素因数分解が困難である」ということを安全性の根拠とした暗号方式です。そのため、「膨大な桁数の素因数分解を可能にするアルゴリズム」が開発されてしまえば、その安全性は揺るぎます。もし、「膨大な桁数の素因数分解を可能にするアルゴリズム」を開発した場合に何が起きるのかについて、実名制Q＆AサイトのQuoraでさまざまな人々が独自の見解を発表しています。 If I solve integer factorization, will I get killed because I would have broken cryptography? - Quora https://www.quora.com/If-I-solve-integer-factorization-will-I-get-killed-because-I-would-ha
統計学×機械学習で株予測「MegazordNet」
3つの要点 ✔️ 統計学×機械学習で株予測の精度向上！ ✔️ 従来の統計的およびMLベースのアルゴリズムより高精度 ✔️ 株予測の可能性を広げる MegazordNet: combining statistical and machine learning standpoints for time series forecasting written by Ilya Tolstikhin, Neil Houlsby, Alexander Kolesnikov, Lucas Beyer, Xiaohua Zhai, Thomas Unterthiner, Jessica Yung, Andreas Steiner, Daniel Keysers, Jakob Uszkoreit, Mario Lucic, Alexey Dosovitskiy (Submitted on 23 Jun 202
Python 3.11 からデフォルトの文字列ハッシュアルゴリズムが SipHash13 になります - methaneのブログ
Pythonの文字列やバイト列に対するハッシュアルゴリズムは、HashDoS対策としてPython 3.4から SipHash24が使われていました。 その後、ラウンド数を減らしたSipHash13でも十分に安全だとして2015年にRustが、2016年にRubyが、SipHash24からSipHash13への切り替えを行いました。 https://github.com/rust-lang/rust/issues/29754 https://bugs.ruby-lang.org/issues/13017 Python でもSipHash13に切り替えようという提案を2017年に行っていたのですが、実装した人がなかなかプルリクエストを作ってくれず、またPythonは文字列がimmutableでハッシュ値をキャッシュしているためにそこまで大きなインパクトがなかったこともあり、ずっと放置されてい
Sorting colors in JavaScript
How to sort colors in JavaScript? Let me tell you a story first. In the project I'm working on right now we used to have 134 colors in use! WTF?! you say. Once I discovered that I thought I'm going to show that to my colleagues, and we will address the problem. Unfortunately, I'm a very visual person (so to say) and I couldn't stand the very random order of the colors listed: This type of personal
執筆に際して、フィードバックとレビューをしてくださった堤隆道さんに感謝します。 Special thanks to Takamichi Tsutsumi for feedback and review. 1. はじめに 「すべて偉大なものは単純である。」 『音と言葉』・フルトヴェングラー 日本語で書かれた技術系記事の課題 トピックに限らず、日本語で特定の技術に関して検索をかけると、検索結果が英語での検索に比べて圧倒的に少ないことに加えて、検索結果の99%は以下のいずれかに該当することがわかるでしょう。 幅広い読者層を意識するあまり、解説が表面的すぎる 解説自体は詳しいが、数学や技術に偏りすぎていて、読者層が限定される 海外の有名な記事の直訳 検索結果の絶対量については、テクノロジー分野が英語圏を中心として発展してきたことに起因するため、日本語化に至るまでに多少のタイムラグがあるのは仕方がな
GA(Genetic Algorithm)とは GA(遺伝的アルゴリズム)を知っていますか？理系の方だったらひょっとしたら知っているかもしれないですね。 その名の通り、生物が交配によって子孫を残す際の遺伝子の交叉・突然変異・淘汰といった仕組みをモデル化したアルゴリズムです。今は、脳の仕組みをモデル化したニューラルネットワーク（ディープラーニング）が全盛ですが、自分がまだ学生だった、今のニューラルネットワークブームが冬の時代には、このGAが熱狂的ブームになった時代があったのです。歴史は繰り返すというやつですね。 実は、自分も大学のときの研究にGAを少しだけ使ったことがあったりするので、想い出深いアルゴリズムです。C++でフルスクラッチで実装したこともあります。 GAの応用例 これだけだと、GAが何に使えるかイマイチ分からないかもしれません。GAを使えば、何かしら評価ができる問題であれば、試行
![GA（遺伝的アルゴリズム）の悲哀 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/38db459f0387cd62b6852644b20dbc36aa9c0b0d/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F775f246c7fcf72ed416a7a3f2e89ea7afa465c85%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20230101%252F20230101235812.png)
「Stable Diffusion」のような画像生成AIにバックドアを設けることを義務化するよう呼びかける論文が発表される
最新の論文で、Stable Diffusionのような画像生成AIに「バックドア」を設けることを義務化すべきとマサチューセッツ工科大学(MIT)の研究者たちが呼びかけました。画像生成AIにバックドアを設けることで、これらを開発する企業は規制当局と協力してAIアプリが同意のないディープフェイクの作成に利用されることを防ぐことができるようになると主張しています。 Raising the Cost of Malicious AI-Powered Image Editing https://arxiv.org/pdf/2302.06588.pdf A Call to Legislate ‘Backdoors’ Into Stable Diffusion - Metaphysic.ai https://metaphysic.ai/a-call-to-legislate-backdoors-into-
いやー。困った困った。 10X の @metalunk です。先日 10X は全社オフサイトを開催しました。普段はほとんどの社員がリモートワークをしており（10X 社員は日本国内ならば居住地自由です）、直接顔を合わせることが少ないです。そのため今回のオフサイトの目的の一つは、多くのメンバーとコミュニケーションを取り、関係性づくりをすることでした。 そこで、Head of チームビルディングを拝命した私は、コミュニケーション促進に定評のある、ボードゲームをすることに決め、さらに、時間内に効率的にチームをシャッフルすることで、できるだけ多くの人と交流する企画を考えました。 参加人数は64名、各ゲームのプレイ人数は5, 6人であるから、12チームに分ける必要があります。1ゲームのプレイ時間は25分として、5セットプレイできそうです。 さて、このときどんなチームわけをすると、できるだけ多くの人と同
【西川善司が語る“ゲームの仕組み” Vol.4】実際のゲームの「当たり判定」はカプセル剤で出来ていた！？｜ゲームメーカーズ
前回は「直方体同士の衝突判定」として、前回は「AABB」(axis-aligned bounding box)と「OBB」(Oriented Bounding Box)という2つの手法を紹介しました。 今回は「簡易的だけど直方体よりはだいぶ正確」な衝突判定手法を紹介してみようと思います。ここで取り上げる手法は、最近の市販ゲームでもよく使われているので、興味深い話題かと思います！ 漫画やアニメなどの表現手法に「デフォルメ」があります。デフォルメにはさまざまな手法が存在しますが、そのひとつに実在するモノの特徴を残して形状を簡略化するというアプローチがあります。 突然ですが、今から著作権に触れない程度に「ドラえもん」をデフォルメして表現することに挑戦してみましょう。まず、大きい「○」を頭部として上に配置します。続いて小さい「○」を胴体として下に配置して、“逆”雪だるま形状を描いてみます。この頭部
裏庭に侵入するイノシシを捕獲する機械を設置したが、ある日予想外の生き物を捕獲していたのでやる気が無くなってしまった「精神的ダメージやばい」
サンマー𝕏 @xeye_ 裏庭に入るイノシシ捕まえる機械、は何回かお願いされたことがあった。ニワトリがやられないようにということで。平均体温が人間より高めなのを利用して赤外カメラと重量計でやったんだけど、テスト中に裏庭に侵入していたNHK集金社員を捕獲していてやる気無くした。 2021-06-22 09:55:33 サンマー𝕏 @xeye_ アルゴリズムとしては以下 1. 35度から40度くらいの体温を持つ物体がウロウロと歩き回る 2. ニワトリ小屋を開けようとして失敗→ガチャガチャ 3. 部屋を覗き込むかつ重量センサーが40kg以上を感知 この全てがマッチすると、家の人の挙動ではないかつ不審ということで捕獲システム発動 2021-06-22 10:07:59
Data Structures & Algorithms – Google Tech Dev Guide
Learning goals Familiarize yourself with common data structures and algorithms such as lists, trees, maps, graphs, Big-O analysis, and more! Suggested prerequisites Familiarity with basics programming concepts (e.g. if statements, loops, functions)
Disclaimer: There are lies, damn lies, and benchmarks from some random person on the internet. If you are considering taking some of the advice in this post please remember to test your specific workloads, which might have different bottlenecks. Also the implementation quality in your particular software stack for your particular hardware matters a lot. For this post I’ll be playing with a ~5 GiB
DeepMindが深層強化学習を利用してアルゴリズムを改善するAI「AlphaDev」を発表、すでにソートアルゴリズムやハッシュ関数の高速化に成功
AlphaGoの開発元として有名なGoogle DeepMind社が深層強化学習を応用してさまざまなコンピューティングアルゴリズムを改善するAI「AlphaDev」を発表しました。同時に、AlphaDevを利用してソートアルゴリズムを高速化できたという論文がNatureに掲載されています。 AlphaDev discovers faster sorting algorithms https://www.deepmind.com/blog/alphadev-discovers-faster-sorting-algorithms Faster sorting algorithms discovered using deep reinforcement learning | Nature https://doi.org/10.1038/s41586-023-06004-9 ソートアルゴリズムとは
1 Introduction1.1 Problem statement1.2 Motivation1.3 Recommended reading1.4 Binary search and Eytzinger layout1.5 Hugepages1.6 A note on benchmarking1.7 Cache lines1.8 S-trees and B-trees2 Optimizing find2.1 Linear2.2 Auto-vectorization2.3 Trailing zeros2.4 Popcount2.5 Manual SIMD3 Optimizing the search3.1 Batching3.2 Prefetching3.3 Pointer arithmetic3.3.1 Up-front splat3.3.2 Byte-based pointers3.
7月5日の早朝に、65歳のオーストリア人男性がトイレで悪夢的なサプライズに見舞われたと英紙「インディペンデント」などが報じている。 彼はその日、普通に用をたそうと午前6時頃に便座に腰を下ろした。しばらくすると、性器のあたりを「きゅっと抓（つま）まれた感じがした」のだという。驚いて立ち上がり便器を覗き込むと、アルビノのアミメニシキヘビが彼を見つめ返してきた。ヘビは1.5メートルもの大きさだったそうだ。 トイレに潜んでいたヘビは隣人が飼っていたそうで、他にも10匹のヘビとヤモリを飼っていた。無防備な状態の男性を噛んだヘビがどのように逃げ出したのかは不明だが、下水道を経由してトイレに入った可能性が高いという。 米誌「ニューズウィーク」によると、アミメニシキヘビは毒蛇ではなく、獲物を絞め殺して食事をする。今回噛まれた男性は軽傷と診断されたものの、やはり「噛まれると非常に痛く、そして病気を媒介する可
『ディープラーニング 学習する機械』は一人称で語られる壮大な物語にして、「AIの過去・現在・未来」の解説書 - 渋谷駅前で働くデータサイエンティストのブログ
ディープラーニング 学習する機械 ヤン・ルカン、人工知能を語る (ＫＳ科学一般書) 作者:ヤン・ルカン講談社Amazon 11月に入って勤務先のオフィスが本格的に再開されてから、久しぶりに会社のメールルームを覗きに行ったところ、届いていた（つまりご恵贈いただいていた）のがこちらの一冊です。Deep Learningの三開祖の一人にして2018年度のチューリング賞受賞者の一人でもある、ヤン・ルカン御大その人が著した『ディープラーニング 学習する機械』です。 本書は日本語版が出た直後から絶賛する声が聞こえてきていて、興味はあったのですが気を逸した感が否めなかったので、こうしてご恵贈いただけて有難い限りです。講談社サイエンティフィク様、まことに有難うございます。 ということで、早速ですが簡単にレビューしていこうと思います。 本書の内容 特に個人的に印象に残った点 全てのアルゴリズムに関する記述が
Studio Ousiaと理化学研究所に所属している山田育矢です。 この記事では、大規模言語モデル（LLM）の性能を向上させる新しい方法であるLEIA（Lightweight Entity-based Inter-language Adaptation）を紹介します。 LLMは言語によって性能に顕著な差があり、訓練に使われるテキストが最も多い英語において特に性能が高い傾向があることが知られています。LEIAは、LLMが蓄えている英語の知識を他の言語から使えるようにする訓練を施すことで、英語以外の言語でのLLMの性能を向上させる新しい手法です。 この度、英語・日本語の2言語LLMであるSwallowの7Bと13Bのモデルに対してLEIAによる訓練を施して性能向上を行ったモデルを公開します。 ライセンスは、Swallowと同様のLlama 2 Community Licenseです。これらのモ
競技プログラミング大会・AtCoderのレッドコーダーであるE8さんが、アルゴリズム発想のキホンをレクチャーします。
実生活に学ぶアルゴリズム【第 1 回：セブンイレブンでは 500 円で何カロリー得られるか？】 - Qiita
こんにちは、大学 1 年になったばかりの E869120 です。 私は競技プログラミングが趣味で、AtCoder や日本情報オリンピックなどに出場しています。ちなみに、2021 年 5 月 9 日現在、AtCoder では赤（レッドコーダー）です。 本記事では、アルゴリズムが実生活と結びつくトピックについて紹介したいと思います。 【シリーズ】 実生活に学ぶアルゴリズム【第 1 回：セブンイレブンでは 500 円で何カロリー得られるか？】 実生活に学ぶアルゴリズム【第 2 回：3 つのアルゴリズムで最適なソーシャルディスタンスを求める】 実生活に学ぶアルゴリズム【最終回：1000 個の六角形ピースをたった 45 回の切断で作る方法、そしてアルゴリズムを学ぶ意義】 1. はじめに 21 世紀となった今、世の中には様々な問題があふれていて、そのうちいくつかは皆さんの生活の中で考えたことがあると思
「AI技術がコモディティ化している」はウソ？~研究者が企業で活躍するためにこれから求められるスキル~｜田村浩一郎@ACES
0. 自己紹介皆さんこんにちは、株式会社ACESの代表の田村(@7142857)です。簡単に自己紹介させていただくと、私は東京大学の工学系研究科博士課程で松尾研究室に所属し、Deep Learningの金融への応用について研究しつつ、株式会社ACESという会社を経営しております。先週はIPOのタマゴにも出させていただきました。 【IPOのタマゴ～磨けイノベーション】テーマは「人の知見を数式化する」。ACES 田村 浩一郎社長をゲストに迎え、今後の事業展開や戦略を聞く。視聴は→https://t.co/8KbwDmPBWM pic.twitter.com/go4nZTnDy1 — 日経CNBC (@NIKKEI_CNBC) September 9, 2021 1. AI技術がコモディティ化しているという主張の理解 Deep Learningが登場してから、"AIブーム"が続いていました。 -
エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(@po3rin) です。 弊社では毎週水曜日にElasticsearchとLuceneのコードリーディング会が開催されています。最近ではLuceneのFSTやKD-Tree、もうすぐ公開されるNSWの実装周りを読んでいました。 先日、私の発表回でLuceneのメモリ上での転置インデックスのデータ構造について発表したので、その内容を紹介します。Luceneのことが少しでも身近に感じていただければ幸いです。 Luceneとは 転置インデックスに関する事前知識 Luceneの事前知識 Luceneのメモリ上での転置インデックス実装内部 確保したメモリがあふれた場合 まとめ We're hiring !!! Luceneとは github.com Elasticsearchの内部で利用されているオープン
リンク 富士通株式会社採用ホームページ 富士通株式会社採用ホームページ 富士通株式会社の採用ホームページです。プロジェクト、社員インタビュー、テクノロジーなど、富士通の様々な魅力や、インターンシップ、イベント、選考の情報などを随時お伝えしていきます。 3 users 113
以前より不完全情報のボードゲームで強化学習のアルゴリズムを試したいと思ってる。 簡単すぎるゲームやマイナーなゲームでは、開発のモチベーションが続かない気がするので、日本で人気のある麻雀AIを開発したいと考えている。 麻雀は、「Lucky J」や「Suphx 」で強化学習が試されており、人間の高段者くらいの強さになっている。 それらのAIで使われている手法を自分で実装してみて理解したいと思っている。 また、MuZeroのようなモデルベースの手法を麻雀AIで試してみたいと思っている。 Pythonライブラリ まず、Pythonで使える麻雀ライブラリを探したが、点数計算用のライブラリが見つかったが、1局通して対局できるライブラリが見つからなかったので、自分で作ることにした。 Python以外の言語向けのオープンソースのライブラリでは、対局までできるものが見つかったので、参考にして実装した。 以下
米Google傘下のGoogle DeepMindは12月14日（現地時間）、LLM（大規模言語モデル）とLLMによる幻覚（ハルシネーション）を防止する“評価器”を組み合わせた新たなシステム「FunSearch」を発表した。長年解決不可能な数学問題とされてきた「Cap set問題」を解き、実社会でも役立つ「ビンパッキング問題」のための効果的なアルゴリズムを発見したという。 FunSearch（funは「楽しい」ではなく、「関数」に由来する）は、GoogleのLLM「PaLM 2」をコンピュータコードで微調整したバージョンの「Codey」を使っている。LLMは不正確な情報を幻覚させることが分かっているため、LLMの出力から不正確だったり無意味だったりする部分を拒否する“評価器”アルゴリズムを組み合わせているという。 FunSearchはLLMと評価器による出力と評価を反復させていくことで、自
00710月11月12月18歳19001Day大会1月2023年2024年2月365日ホテル暮らし3月3月のライオン3月のライオン昭和異聞 灼熱の時代5月6月7月8月90sファッション9月AIAIのべりすとAKB48ARIABAR RUMBULLIONBBゴローB子プロジェクトCACaravanCBDCISEAUXCOMIC ZINCorridaDEVINEcoZeroÉLÉMENTSENAFACTRONFILLERSFIPFLIP-FLAPfufulygloG戦場ヘヴンズドアhalloweenIQOSIQOSイルマIt's a small Kawaii worldJPSKAMIKAZEKINJO JAPANkokoroKoneruKPTLIGHTERSMAKAMIMarronMIU MIUmoffiMomoMUCCOL進化論Ovis LampOZPapa told mepays des
Sakana AI、ハイパフォーマンスなAIアルゴリズム探索フレームワーク「ShinkaEvolve」をオープンソースとして公開 Sakana AIは2025年9月25日、LLMを用いて桁違いに少ないリソースでアルゴリズムを探索できる新しいフレームワーク「ShinkaEvolve」を発表、Apache 2.0ライセンスの元GitHub上に公開した。 ShinkaEvolve: Evolving New Algorithms with LLMs, Orders of Magnitude More Efficiently ShinkaEvolve: Towards Open-Ended and Sample-Efficient Program Evolution -GitHub ShinkaEvolveは、LLMを活用してさまざまな問題を解決するアルゴリズムを探索して導き出すフレームワーク
スキルアップに勉強が必要だとしても、テキストを読むだけでは退屈です。できれば遊びながら使えるコードを身につけたいというのが本音でしょう。CodeZineを運営する翔泳社では、そんな方のためにコードを書いて解くパズルを多数収録した『プログラマを育てる脳トレパズル』を12月22日（金）に発売しました。 『プログラマを育てる脳トレパズル 遊んでおぼえるPythonプログラミング＆アルゴリズム』は、コードを書いて解くパズルを多数収録した問題集です。 スキルアップしたいエンジニアやプログラマーにとって、詳細な解説が詰め込まれたテキストを読まなければならないとわかっていても、なかなか手が進まないことも少なくありません。 ちょっと退屈を感じたときは、あえてコードを使って遊んでみるのも効果的。ぜひ挑戦してみてほしいのが本書のパズルです。Pythonのコードを書いて解き進めることで、問題に正解した達成感を味
テラスカイの子会社であるQuemixが、量子コンピューター用のアルゴリズム「確率的虚時間発展法（PITE）」を使えば、現行方式のコンピューターに比べて量子化学計算を高速化できるとの研究結果を発表した。 量子化学計算は、量子状態にある分子や原子の振る舞いをシミュレーションする技術である。シミュレーションする分子のサイズが大きくなると、計算量が指数関数的に増大するため、現行方式のコンピューターにとって非常に難しい。そのため量子化学計算の高速化は、量子コンピューターにとっての「キラーアプリケーション」になり得ると期待されている。 現行方式のコンピューターで量子化学計算を行う場合、よく用いられるのがDFT（密度汎関数法）だ。ある原子核配置をとる分子のエネルギーの近似値をDFTで計算する場合、分子や原子の数が「N」とすると、その計算量は「Nの3乗」に比例して増加する。 さらにDFTを使って分子や原子
It is often surprising how little is known about how databases operate at a surface level, considering they store almost all of the states in our applications. Yet, it's foundational to the overall success of most systems. So today, I will explain the two most important topics when working with RDBMSs indexes and transactions. So, without fully getting into the weeds on database-specific quirks, I
Filed underReactoninAugust 16th, 2022.Aug 2022.Last updatedoninMay 9th, 2025.May 2025. IntroductionSo, I'll be honest. I had been working professionally with React for years without really understanding how React's re-rendering process worked. 😅 I think this is true for lots of React developers. We understand enough to get by, but if you ask a group of React developers a question like “What trigg
KDDI総合研究所と兵庫県立大学は11月9日、高速大容量通信を実現するBeyond 5G・6G通信に対応できる処理速度をもった暗号アルゴリズム「Rocca」を開発したと発表した。処理速度は138Gbpsで世界最速としている。 Roccaの鍵の長さは256ビット。認証機能を統合し、データが改ざんされていないことを保証できる「認証付き暗号」にした。KDDIによればRoccaの処理速度は米国標準の暗号アルゴリズム「AES」と比較して4.5倍、256ビットの鍵長に対応した認証付き暗号アルゴリズムとして初めて100Gbpsを超えたという。 KDDIによると、Beyond 5G・6G通信は100Gbpsを超える通信速度の実現に向けて研究が進められているという。RoccaはBeyond 5G・6G通信の速度を損なわないよう、100Gbps以上の処理速度がありつつ、量子コンピュータでの解読に耐えられるよう
難しいナップサック問題はどこにある？
NP 困難な最適化問題の定番、みんな大好きナップサック問題の話です。話が発散しないよう、今回取り扱うのは 0-1 ナップサック問題に限ることとします。 TL; DR 理論的には NP 困難だけど、実用上ほとんどは簡単な問題 ちゃんと書いた分枝限定法ソルバーであれば、ランダムに作った問題だと n=1000 万でも 120 ミリ秒くらいで解けちゃう こうなると入出力の時間の方がボトルネック profit-weight の分布を特徴的にしたとき、難しい問題が出てくることがある 特に貪欲法対策をやられるとつらい。対策し返してないと n=100 くらいまでしか解けなくなる 難しい問題のジェネレータもあるし、生成方法も簡単なんでちゃんと考えよう はじめに 先日こんなツイートが RT で回ってきました。 これを見てこんな風に思いました。 「そうなんだよなー、みんな難しい問題の生成方法とか知らなくてランダ
大幅な加筆改訂を加えた最新版はこちらです： https://speakerdeck.com/eumesy/optimal-transport-for-natural-language-processing --- 最適輸送の使い方 〜最適輸送の直感的理解のための単語埋込入門 兼 最適輸送入…
【あなたのサイトは大丈夫？】アルゴリズムアップデート直前、CWV要点をもう一度おさらい！ - AppBrew Tech Blog
株式会社AppBrewでインターンをしている Sora (@sora)と申します。 お茶の水女子大学のM1で、自然言語処理を研究しています。AppBrewでは主にWeb版LIPSの開発をしています。 ところで、もうすぐGoogle検索のランキング要因にCore Web Vitalsが導入されますが、対策はしていますか？ 今回はCWV導入直前ということで、LIPSでどのように数値計測・改善したのか、小ネタをいくつかご紹介したいと思います！ SEO担当者さんの参考になれば嬉しいです。 そもそもCore Web Vitalsとは？ 継続的なパフォーマンス監視 SpeedCurve導入 CWV改善施策の例 CLSの改善 画像まわり 画像サイズの最適化 Cache-Controlの設定 大きすぎるページの改善 おわりに そもそもCore Web Vitalsとは？ ユーザーエクスペリエンス向上に重要
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
Sakana AI
KNNアルゴリズム(K-近傍法)をscikit-learnを使わず5行で実装する。（Python）｜es
sqlglot/posts/sql_diff.md at main · tobymao/sqlglot
Bluesky のフォロー推薦モデルを書いた - HackMD
「膨大な桁数の素因数分解が可能なアルゴリズム」を開発したら政府機関に殺されてしまうのか？
世界一わかりやすいゼロ知識証明 Vol.1: A Gentle Primer on Ethereum
少ない「ギガ」でも動画を楽しめるようになる？――KDDI総研が「H.266/VVC」の実証実験
GA（遺伝的アルゴリズム）の悲哀 - karaage. [からあげ]
64人のボードゲーム大会のチームわけを最適化したい - 10X Product Blog
Use Fast Data Algorithms | Joey Lynch's Site
Static search trees: 40x faster than binary search
早朝のトイレで用を足そうとした男性、性器にいきなり噛みつかれて愕然 | 便器から見つめ返してくるのはとぐろを巻くアイツ
LEIA: 言語間転移学習でLLMを賢くする新しい方法
【連載】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
Luceneのメモリ上でのインデックス構造とその仕組み - エムスリーテックブログ
学習した人間『この会社の採用ページめっちゃエッチ！』例の遺伝的アルゴリズムによって人類側の判定が狂う
Pythonの麻雀ライブラリを作る - TadaoYamaokaの開発日記
Google DeepMind、LLM採用AIシステム「FunSearch」で数学的難問を解決
野尻抱介の「ぱられる・シンギュラリティ」第11回 あなたはどんな暗号が好き？
Sakana AI、ハイパフォーマンスなAIアルゴリズム探索フレームワーク「ShinkaEvolve」をオープンソースとして公開 | gihyo.jp
遊びながらPythonのスキルアップができる！『プログラマを育てる脳トレパズル』発売
日本勢の新手法、量子コンピューターの「キラーアプリ」量子化学計算の実現に光明
Relational Databases Explained
Why React Re-Renders • Josh W. Comeau
KDDI総研ら、世界最速の暗号アルゴリズム開発 6G時代見据え
How to leverage optimal transport
www.tasseidenki.co.jp
qiita.com
x.com
www.gadget2ch.com
plea5station.com
anond.hatelabo.jp