PIC,PIE,shellcode,ASLR
戻る おまけ : PIC,PIE,shellcode,ASLR 最後に、知っておくといい話題として、 昔からよく使われるPICと呼ばれるプログラムの形式について説明し、 メモリ破壊バグが引き置こすshellcodeの紹介、 それからPICを応用してshellcodeの問題を緩和する手法である ASLR について説明しておこう。 PIC (Position Independent Code:位置独立コード)とは、どんなアドレスに配置されても動作する機械語コードのことだ。 ここまで説明してきた機械語プログラムは、PICではなかった。例えば、次のELF実行ファイルを考えよう。 pic_pie/no_pic.s .globl _start .text _start: incl data0 mov $60, %rax syscall .data data0: .long 8 $ as -o no_p
Jaccard係数に基づく類似文書検索の高速化技法 - LegalOn Technologies Engineering Blog
こんにちは、LegalOn Technologiesでエンジニアをしている神田（@kampersanda）です。 本記事では、Jaccard係数に基づく類似文書検索の高速化技法を解説し、契約書検索での実験結果を報告します。 背景と目的 共起に基づく類似文書検索の必要性 契約書検索での注意点 本記事の目的 準備 表記 Jaccard係数 Overlap係数との関係 問題設定 線形探索による解法 高速化の方針 Length Filtering Position Filtering 高速化のための要素順序 アルゴリズム 転置索引を使った解法 基本的なアイデア Prefix Filteringに基づくトークンの絞り込み 高速化のための要素順序 アルゴリズム 実験 データセット 統計量 Length Filterの検出率に関する結果 検索時間に関する結果 おわりに メンバー募集中!! 背景と目的 共
書いた記事をEPUBで電子書籍化しました｜note
今まで「不動産 x IT」として書いてきたことをまとめて、電子書籍（EPUB）にして見よう、と思い立ちました。 単にやったことがないからやってみよう、というだけだったりします。「そこに山があるから登るんだ」、みたいな。 基本は「不動産情報デジタル標準化の覚書」をベースに、その中で「詳しくはこっちで書きました」みたいに追記して個別の記事に分散していた内容など関連する記事をすべて本文に取り込み、それを一つのEPUBで電子書籍化、みたいな感じです。（EPUB化の手順はここに書きました） 「不動産情報デジタル化の作法」と題し、直接は関連しない記事も「付録」にて全部入りにしています。全部で約15万文字。だいたい新書とかと同じぐらいでしょうか。なかなか大変でありました。 ソフトウェア開発的に言うと、これ、元プロジェクトからフォークして派生させて新たな奴を作るパターンですね。上手くやらないとあとあと変更
Kaggleで NLP のコンペ、TensorFlow 2.0 Question Answering がはじまりました。 Question Answering (質問応答) といえば、 IBMの開発したWatsonや、Siri・AlexaといったAIアシスタントなどで、みなさんにも馴染み深いタスクですね。 KaggleでQAが盛り上がることを予想して、 Speech and Language Processing (SLP) の Question Answering の章をざっくりまとめます。 ぶあー書いたので、誤字脱字・間違いがあればご指摘いただけると幸いです。 SLPについて Introduction IR-based Factoid Question Answering Question Processing (質問文に対する処理) Query Formulation (クエリの定式
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
はじめての自然言語処理 Sentence Transformer による文章ベクトル化の検証 | オブジェクトの広場
今回は文章のベクトル化を扱います。文章のベクトル化は 第9回 で扱っていますが、当時に比べてデータセット、事前学習モデル、ライブラリ等でいろいろと状況が好転しているので、改めて扱ってみることにしました。最近は大規模データセットを用いた事前学習が公開されているので、作り比べてみます。 1. はじめに 今回は sentence-transformers1 で文章のベクトル化にチャレンジしてみます。文章をベクトル（埋め込み表現）化することで、文章間の意味合い的な比較が可能になり、類似文章検索やクラスタリングなどが可能になります。 このライブラリは 第9回 で紹介済みですが、当時のバージョンは 0.2.5.1 であり、その後に損失関数が追加されていたり、サンプルコードが充実したりとかなりの更新が入って執筆時点で 2.1.0 になっています。ついでに言うと 第9回 は結構アクセス数があるみたいなので
BERTアップデートとは、検索クエリのニュアンスやコンテキスト（文脈）を理解して、より関連性の高い検索結果を返すためのGoogle検索アルゴリズムアップデートのことです。 もう少し言うと、「BERT（バート）」と呼ばれる人工知能（AI）ベースの自然言語処理技術を採用して、自然言語処理の能力を向上させるためのGoogle検索システムのアップデートのことを「BERTアップデート」と言います。 このBERTアップデートによって、「長い会話型のクエリ」に対してBERTアルゴリズムが働くようになるので、文章型のクエリでより関連性の高い検索結果が返される（Webページが上位表示される）ようになります。 また、BERTアップデート（BERT Update）については、Googleが2019年10月25日に公式アナウンスを出しました。 この時点での影響は、米英語検索のみです。 そして、2019年12月10
とある大きめの文章データを目の前にしたとき、とりあえずGPTに突っ込んで論点を抽出したいけど、データ的に大きすぎてトークン制限オーバーしちゃうし、どうしたものかなと思うことはないでしょうか。私はあります。 LangChainの要約系のチェーンを使っても良いのですが、仕組み上、かなりざっくりとした要約を作られてしまうので、何か大切なものを失ってしまう気がしてなりません。 そんな中で何となく思ったのは、文章を何らかの形でクラスタリングしたときの集合が大きい部分が論点であり、その集合毎に要約を作ってあげれば論点っぽい文章が作れるのではないか？ということでした。 というわけで早速試しにコードを書いてみたいと思います。 k-means法でクラスタリングする文章をある程度の長さでチャンクに分けた後で、埋め込みベクトルを求めてあげれば「意味の分布」を取ることができます。 そこで今回はその「意味の分布」を
Microsoft365 Microsoft Exchange Onlineの監査ログ（後編） - NTT Communications Engineers' Blog
マネージド&セキュリティサービス部 セキュリティサービス部門 インシデントレスポンスチームの濱崎と戸祭です。 今回は、前回紹介したビジネスメールサービス「Microsoft Exchange Online」の監査ログについて、の後編となります。 前の記事（前編）ではログの種類と取得方法について説明しました。 後編ではログを記録しておくための設定方法について説明します。 目次 目次 前編の要約 ログの設定 Exchange Online Powershellへの接続 Unified Audit Log（統合監査ログ）の有効化 Mailbox Audit Log（メールボックス監査ログ）の設定 ログの保持期間の延長 まとめ 前編の要約 前編では、以下のログの概要と、NTT Comでの調査に最低限必要なログの取得方法を説明しました。 Unified Audit Log（統合監査ログ） Azure
1. GeminiのセットアップColabでの「Gemini」のセットアップ手順は、次のとおりです。 (1) パッケージのインストール。 # パッケージのインストール !pip install -q -U google-generativeai(2) パッケージのインポート。 Markdown出力のユーティリティ関数も準備してます。 import pathlib import textwrap import google.generativeai as genai from google.colab import userdata from IPython.display import display from IPython.display import Markdown # Markdown出力 def to_markdown(text): text = text.replace("•
分散処理を民主化するRay - Qiita
イントロ 日立製作所 研究開発グループの中田です。普段、エッジコンピューティングや分散システムの研究開発、またシステムアーキテクトをやっています。 公私ともにQiitaは初投稿です。 今回は、Rayを紹介します。 Rayは、分散処理を含むアプリを開発するためのライブラリおよび実行環境です。まだ日本では情報が少ないのですが、海外では有名企業や大学がこぞって活用しており、かなりホットなライブラリだと思います。今年2020年10月1日にバージョン1.0がリリースされました。また同じタイミングにRay Summitが開催され、50本程のセッションで多数の活用事例が紹介されました。 Rayは、通常の手続き型言語を容易に分散処理化できるものであり、データ分析やエッジ/IoTの分野で有用に思えるので、日本でも広まって欲しいと思っている次第です。 本記事では、そもそもここでの分散処理とは何か、から始めて、
日本時間2024/3/1（土）、こんな新機能が生えていました。 具体的な利用方法が少し分かりづらかったので解説です。 ナレッジベース for Bedrockとは？ 生成AI利用時の「社内文書検索」（いわゆるRAG）機能をGUIで簡単に作成できてしまうAWSの機能です。 今回のアップデートは何が嬉しいの？ このナレッジベースが文書の検索時に「ハイブリッド検索」をサポートしたことで、ユーザーの質問に意味的に近いテキストのかたまり（チャンク）を引っ張ってくる際の精度が向上することが期待できます。 ※ハイブリッド ＝ セマンティック（意味）検索とテキスト（全文）検索の双方の結果を比べて、「いいとこ取り」をしてくれる動作と想像しています。 Hybrid Search is now generally available in Knowledge Bases for Bedrock for OpenS
NeurIPS 2022 参加報告 後編
はじめに プロダクトオーナー兼機械学習エンジニアの本田志温です。 弊社高橋による前回の記事「NeurIPS 2022 参加報告 前編」 に引き続き、同会議の参加報告をします。本記事では、個人的に気になった論文（計53本）をいくつかのカテゴリで分類し、カテゴリごとに研究トレンドを大づかみにできるような形で書きます。特に重要だと感じた論文は詳しめに取り上げます。 会場の様子 また、本記事に関心をお持ちになった方は以下の過去記事もお楽しみいただけるのではないかと思います。ぜひ合わせてご覧ください。 AI開発の新たなパラダイム「基盤モデル」とは NeurIPS 2021 参加報告 前編 NeurIPS 2021 参加報告 後編 深層学習の原理 深層学習は様々なタスクで高い性能を発揮することが経験的に知られていますが、「なぜうまくいくのか」という原理についてわかっていることは多くありません。そのため
注意事項 この記事には一部書きかけのものが含まれています。 定期的に追記・更新しているので、このポストに対して興味をお持ちいただけた方はストックしていただけたらと思います。 ある程度の量を更新したタイミングで(変更の度合いは私の感覚ですが)変更通知を送りますので、そのタイミングで再度確認いただけたら幸いです。 追記・修正を、諸々しました。 この投稿をしてから個人でもいくつかWebサイトやWebサービスなどを作ってきました。 実際に作ってみると、あのとき書いた内容では微妙だったり、他にももっと便利な物を見つけたりで、色々と内容を書き換えたくなったので、思い切って内容を大幅に変更しています。 また、開発に関しては触れません、と書いていましたが、下にも書いたように一緒のページに開発についても記載があったほうが見やすいため、開発についても記載していくことにします。 なお、開発については個人のスタイ
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
11月22日、Microsoftストアで配布されているWindows Subsystem for Linux（WSL）が正式版となり、Ver.1.0.1となった。このバージョンは、Windows 10にもインストール可能だ。Windows 10でもWindows 11と同じWSLが使えるようになり、Linux GUIアプリケーションも動作する。 Microsoftストア版WSLは、プレビューから正式版に移行した。Version 1.0.0が出たのち、現在はすでにVer.1.0.1になっている また、このバージョンから、WindowsのアップデートとWSLのアップデートは分離され、今後WSLのリリースはMicrosoftストアを経由して実施される。ただし、Windowsに標準搭載のWSLも現時点では残ったままだ。 ここでは、MicrosoftストアからインストールされるWSLを「ストア版」と
スヤスヤ週間、真っ最中☆｜スヤスヤの独り言スペース
Let’s Search For Tomorrow♪ ブログの始まりで 「今こそ、そのと～き～♪」って書いたけど 何故か思い出した学生時代の合唱曲 「Let’s Search For Tomorrow」♪ 良い曲だよね、なんだか希望が湧くよね♪ え？これと言って紹介した意味はないよ(笑) 楽天お買い物マラソン、開催中だね！ 先日終わったと思ったら、また楽天さんイベント中だね(^▽^;) でも、イベントが頻繁すぎて、特に買う気力が湧かないなぁ…
連載「3分プロトタイピング」 Streamlitを用いたAIチャットアプリ RAGを使ってAIチャットアプリケーションに知識を与える ベクトルデータベース超入門(この記事です) 前回、前々回とAIアプリケーションのプロトタイプを作る時に便利な2つのフレームワーク: StreamlitとLlamaIndexを紹介しました。 この記事では、本格的なAIアプリケーションを作成するときに必要になることの多い、ベクトルデータベースを紹介します。今回も説明が長くなりますが、コード部分は3分で試せることを目指しています！ ベクトルデータベース、ベクトル検索とは ベクトルデータベースとはどのような技術か、AWSのドキュメントがわかりやすく説明しているので引用します。 ベクトルデータベースは、ベクトルを高次元の点として保存および取得する機能を提供します。 これらには、N 次元空間の最も近い近傍を効率的かつ高
戦略ファーム時代に読んだ700冊程度の本をまとめています*随時更新 戦略ファーム時代に読んだ700冊程度の本をまとめています I. 戦略 企業参謀 https://amzn.to/44iKVxM 当初、いまいち戦略というものが掴めきれず迷子になっていた時に「大前研一はこれだけ読め」と教わった本。大量に出ている他の大前本を読まなくて済むのが見過ごせない大きな価値 戦略サファリ 第2版 https://amzn.to/3csZg0t 経営戦略の本を読み漁るも、実プロジェクトの方が全くもって学びになるという普通の感想をもち、俯瞰での戦略論を求めるようになる。いやあ懐かしい 企業戦略論【上】基本編 競争優位の構築と持続 Jay Barney https://amzn.to/3dJjVxB 任天堂の戦略の妙に気が付きはじめ、ベースか似通ったものはないだろうかと思うようになった時にJay Barney
Bias Correction For Paid Search In Media Mix Modeling[A4一枚まで備忘録] – かものはしの分析ブログ
都内の事業会社で分析やWebマーケティングの仕事をしています。大学・大学院では経済学を通じて統計解析を行うなどしておりました。企業に勤めてからは、機械学習やテキストマイニング、クローリング技術などに関心を持っています。 Twitterアカウント Mr_Sakaue( SKUE ) GitHub 読書メーター ほしいものリスト A4用紙1枚にまとめるイメージでメモを残そうという取り組みです。 今回は2018年のGoogleのMedia Mix Modeling（マーケティング・ミックス・モデリング）に関する論文です。Bias Correction For Paid Search In Media Mix Modeling前回と違い、因果推論の観点で考察などが書かれています。前回のものがモデリングのテクニカルな側面を描いたものとすると、今回はテクニカルな話は置いておいて、因果関係について様々な
![Bias Correction For Paid Search In Media Mix Modeling[A4一枚まで備忘録] – かものはしの分析ブログ](https://cdn-ak-scissors.b.st-hatena.com/image/square/a787dca9147676db06027eb58bb689b8fa4eb62b/height=288;version=1;width=512/http%3A%2F%2Fkamonohashiperry.com%2Fwordpress%2Fwp-content%2Fuploads%2F2018%2F08%2Fanimal_kamonohashi.png)
コードリーティングの記録とOrg Capture
実際の設定はこんな感じ。org-captureの (function) オプションを利用して書き込み先のバッファとカーソル位置を選択、 書き込み先のサブツリーは事前に (org-code-capture--store-here) でマークしておく。 ファイルリンクをコメントアウトしているのは、外部に公開するときはローカルのファイルパスを公開しても意味がないため。 ローカルではコメントアウトされたリンクでもジャンプできるので問題なし。 (defconst ladicle/org-journal-dir "~/Dropbox/org/journal/") (defconst ladicle/org-journal-file-format (concat ladicle/org-journal-dir "%Y%m%d.org")) (defvar org-code-capture--store-
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
Large Language Models for Code (Code LLMs)と自然言語推論、ソースコードの関係について - Preferred Networks Research & Development
GPT-4が67%という突出したスコアを出しています。Codegen[^3]やStarcoder[^4]などの重みが公開されているモデルは2割から4割程で大きく後れを取っていたのですが、2023年の8月にLlama2[^16]やStarcoder[^4]をチューニングして作成されたWizard[^17], Code Llama[^18]が50%,60%台のスコアを出し、CodeLLMにおいてはチューニングが注目されています。特に、WizardやCode Llamaによってチューニングの中でも指示チューニングがHumanEvalのスコアを伸ばす事が確認されており、指示チューニングとCode LLMの関係が気になるところです。 Code LLMの自然言語指示チューニング CodeLLMが指示チューニングによってなぜスコアを大きく伸ばせるかが気になりました。我々はCodeLLMモデル自体に自然言
「検索からのアクセスを増やしたい！」 ブログをはじめて、アクセスを増やそうと思うとぶつかるのが「SEO対策」という言葉。 この記事ではブログ歴6年、プロとして4年間ブログで生計を立てているわたしから、初心者ブロガー向けのSEO対策をまとめました。 SEOという言葉の意味とその概要。 そして実際に初心者がやるべきSEO対策をまとめました。 SEO対策とは？Googleからのアクセスを増やすこと Googleがブログ記事の良し悪しを判断する4つの要素 適切なマークアップ 検索ユーザーの質問に応える記事 ページの快適性 ブログのEAT ブログ初心者がやるべきSEO対策を7ステップでまとめ ①グーグルサーチコンソールに登録する ②運営者情報のページをつくる（EAT） ③ヘッダー、フッター、サイドバーに使っている画像を軽くする（快適性） ④検索キーワードから検索ユーザーの悩みを解決する記事を書く（検
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">
全文検索エンジンで cosine 類似度検索できるらしいというのを bert × elasticsearch の記事で見かけてとてもたのしそうだったので、自分でも環境作るところからやってみました。 hironsan.hatenablog.com やっているのは以下の内容です docker/docker-compose で elasticsearch x kibana x jupyter の立ち上げ jupyter の python から実際に特徴量ベクトルの登録 + 検索の実行 kibana での可視化 (ちょっとだけ) 紹介するコードはすべて以下のリポジトリから参照できます。 github.com Requirements docker docker-compose Setup docker-compose build docker-compose up -d 以上実行するとサーバーが3
論文公開手段としてのオープンアクセスジャーナルの有効性 明治大学政治経済学部：浅井澄子（あさいすみこ） 1. はじめに オープンアクセス（OA）ジャーナルの普及の背景には、①論文のデジタル化の進展、②購読ジャーナル価格の継続的な上昇により、大学や研究機関が、購読契約を維持することが困難になったこと、③論文への自由なアクセスが、技術進歩を促進するとともに、世界的な情報格差の是正に寄与すると考えられたこと(1)、④ジャーナルで発表された多くの研究には、研究助成金として公的資金が投入されており、その成果は広く社会に還元されるべきという考え方がある(2)。米国や英国などの研究助成機関が、助成を受けた研究者に成果をOAで発表することを要請していることも（CA1903、CA1990参照）、その進展を後押しした。 学会や大学が発行するOAジャーナルの中には、著者に経済的負担を課さないものがあるが、商業出
データ ストア モデルについて - Azure Application Architecture Guide
現代のビジネス システムで管理する異種データの量は急速に増加しています。 この多様性は、単一のデータ ストアがいつも最善のアプローチであることを意味しません。 代わりに、異なる種類のデータを、それぞれ特定のワークロードや使用パターンに重点を置いた異なるデータ ストアに格納する方が適切です。 ポリグロット パーシステンスという用語は、さまざまなデータ ストア テクノロジを組み合わせて使用するソリューションを表すために使われます。 そのため、主なストレージ モデルとそのトレードオフについて理解しておくことが重要です。 要件に応じた正しいデータ ストアを選択することは、重要な設計上の意思決定です。 SQL および NoSQL データベースの文字通り何百もの実装の中から選択することになります。 データ ストアは、多くの場合、データの構造とサポートする操作の種類によって分類されます。 この記事では、
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
テキスト生成 AI 利活用におけるリスクへの対策ガイ ドブック（α版） 2024（令和 6）年 5 月 30 日 デジタル庁 〔ドキュメントの位置付け〕 参考資料。今後、デジタル社会推進標準ガイドラインへの編入を検討予定 〔キーワード〕 テキスト生成 AI、生成 AI、サービス開発者、サービス提供者 〔概要〕 テキスト生成 AI を利活用し、行政サービスや職員業務の改善の重要度が高まる中、リ スクを特定し、そのリスクを受容できるレベルまでに軽減する対応もまた重要になってい る。テキスト生成 AI に関連するリスクは多岐にわたるが、その多くはテキスト生成 AI 固有 でない AI システム全般に共通するものである。そこで、本文書では政府情報システムを対 象に、テキスト生成 AI 固有と見られるリスクに焦点をあて、留意点を紹介する。現段階 （2024 年 5 月現在）では、実践的なフレームワー
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
弊社は20年以上ウェブのお仕事をしてきており、ウェブに関しては豊富な情報を持っていると自負しています。 そこで今回の内容はウェブ従事者が知っておいた方がいいと思ういろいろな情報を書き留めておこうと思います。 ウェブに従事されているウェブデザイナー、コーダー、ディレクター、プログラマー、ウェブ営業マン、マーケターの方に少しでも役に立てれば嬉しいです。 営業に役立つこと ウェブ制作のお仕事をしていてやはり一番欲しい情報は営業方法だと思います。 お仕事をとってくることがいかに難しいか当然皆さんもご存知だと思いますが、ゴリゴリ営業ができない技術畑の方のための営業方法をわたしなりにちょっとだけ公開いたします。 ビジネス交流会 ビジネス交流会に参加された方は多いかと思います。でも経営者のかたや営業マンの方が参加することは多いのですがデザイナーさんなど雇用されている方がわざわざ参加することは少ないし、会
こんにんちは、次世代システム研究室のT.I.です。 前回のBlogでは、現在実用化されている量子コンピュータ(NISQデバイス)の機械学習への応用を紹介しました。今回も引き続き量子コンピュータの話題として、量子計算に基づいた自然言語処理(参考文献 [1-5]) について解説したいと思います。 TL;DR 最近、量子コンピュータを用いた自然言語処理の実証実験がCambridge Quantum Computing (CQC) によってなされました。 この量子自然言語処理のモデル(DisCoCat)では、文章を単語のネットワークに書き換えて、それを量子回路に変換し実行します。その出力結果を文章の真偽として、教師データを元に量子回路のパラメータを学習させます。その結果、簡単な推論タスク(ex. Alice is rich. & Alice loves Bob. ⇒ Is Alice who lo
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">
1989年10月、アメリカ航空宇宙局（NASA）の木星探査機「ガリレオ（Galileo）」が打ち上げられました。木星に到達するのに十分な速度を得るために、ガリレオはまず太陽系内を何度か周回し、地球や金星をフライバイ（接近通過）して加速する必要がありました。 【▲ ガリレオ探査機が600万km離れた場所から見た地球と月（Credit: NASA）】フライバイを行った時、ガリレオは本来の目的である木星探査に先立って地球を観測しました。その時、カール・セーガン（※1）率いる科学者グループは、ガリレオに搭載された観測機器から得られたデータを用いて地球上に「生命」を発見したのです。今からおよそ30年前のことです。 ※1…カール・セーガン（Carl Sagan、1934 - 1996）：アメリカの天文学者。バイキング、ボイジャー、ガリレオなどの惑星探査計画に携わり、『コスモス』やSF小説『コンタクト』
プログラム用リガチャはプログラマ向けではない
Windows Terminal 関連の動画によると Microsoft はどうやら、Fira Code に代表されるプログラミング/コーディング用のリガチャ（合字）フォントに興味を持ったようです。 しかし！ 技術的に不可能ではないことと、万人にお勧めできるベストプラクティスは、全く別の次元の話です。もし Windows Terminal の標準フォントがリガチャになったら、現場はたちまち混乱しかねません。 Windows Terminal 向けの新フォント Cascadia Code は未公開のようなので、差し当たって Fira Code を題材に、何が問題で誤りなのか、書いてみます。 手段の誤り最初の誤りは、表現を置き換える手段として、文字描画エンジンでのリガチャ機能を選択したことにあります。 文脈依存の異体字 calt による実装不等号の後に等号を追加していくと、次のように振る舞いま
中途半端な英語使いが英国からのニュースを東京で読み、あちこちふらふらうろうろ。時々嘘。 はてブ = http://b.hatena.ne.jp/nofrills Twitter = http://twitter.com/nofrills Twitterのログ = http://twilog.org/nofrills ◆「なぜ、イスラム教徒は、イスラム過激派のテロを非難しないのか」という問いは、なぜ「差別」なのか。（2014年12月） ◆「陰謀論」と、「陰謀」について。そして人が死傷させられていることへのシニシズムについて。（2014年11月） ◆知らない人に気軽に話しかけることのできる場で、知らない人から話しかけられたときに応答することをやめました。また、知らない人から話しかけられているかもしれない場所をチェックすることもやめました。あなたの主張は、私を巻き込まずに、あなたがやってください
G-gen の杉村です。Google Cloud のフルマネージドな分析用データベースである BigQuery について、徹底的に解説します。当記事は基本編であり、当記事を読み終わったあとは応用編もご参照ください。 概要 BigQuery とは 利用方法 フルマネージド (サーバーレス) 他の Google Cloud サービスとの連携 他クラウドサービスとの連携 料金 料金体系の基本 ストレージ料金 ストレージ料金の基本 Physical Storage と Logical Storage Active Storage と Long-term Storage コンピュート料金 無料枠 オンデマンド課金に制限をかける コンポーネント BigQuery の構成要素 データセット テーブル テーブルとは 標準テーブル 外部テーブル ビュー ビュー (通常) マテリアライズド・ビュー ルーティン
Tkrzw-Dict: 統合英和辞書プロジェクト 概要 統合英和辞書プロジェクトは、オープンなデータを使って英和辞書を作り、それを元に様々なアプリケーションを作るプロジェクトです。現在、以下のアプリケーションが利用可能です。 オンライン辞書検索システム Chrome拡張の辞書検索機能 オンライン連想英単語帳: 初級編3600語、上級編9600語 オンライン語彙力年齢診断 オンライン発音記号検定 Kindle用電子辞書: 英和辞書、和英辞書、英和例文辞書、英和代替辞書 辞書データの元となるオープンなデータとは、WordNet、日本語WordNet、Wiktionary英語版、Wiktionary日本語版、Wikipedia英語版、Wikipedia日本語版、EDict2、田中コーパス、Wikipedia日英京都関連文書対訳コーパス、Japanese-English Subtitle Corp
まとめ RAGにおける回答生成が必要か不要かに関して考えました。業務面・技術面・環境面を整理して判断するのが良さそうです。また、情報検索のみで良いのかという点について、回答生成以外の要素も含めて考えてみました。 はじめに 新規事業部 山本です。 ChatGPT（OpenAI API）をはじめとしたAIの言語モデル（Large Language Model：以下、LLM）を使用して、チャットボットを構築するケースが増えています。通常、LLMが学習したときのデータに含まれている内容以外に関する質問には回答ができません。そのため、例えば社内システムに関するチャットボットを作成しようとしても、素のLLMでは質問に対してわからないという回答や異なる知識に基づいた回答が（当然ながら）得られてしまいます。 この問題を解決する方法として、Retrieval Augmented Generation（以下、
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
NLPにおけるQuestion Answeringについて、ざっくりまとめ - エイエイレトリック
幼い息子と日本に帰りたい 「父親の許可は？」と空港でたびたび拘束：朝日新聞デジタル
BERTアップデートとは？基礎知識から対策方法まで解説！｜SEOラボ
長文から論点を抽出して、その論点を軸に文章の要約を試みる｜mah_lab / 西見 公宏
Google Colab で Gemini Pro をもっと試す｜npaka
RAG検索の精度向上!? ナレッジベース for Bedrockがハイブリッド検索に対応 - Qiita
個人開発にてWebサイトやWebサービスを作るときにだいたい使うもの【準備・開発・運用】 - Qiita
救済新法、12月にも閣議決定へ 悪質な寄付勧誘を防止、配慮義務も：朝日新聞デジタル
Microsoftストア版WSLが正式版になり、Windows 10でも動作可能に (1/2)
3分プロトタイピング: ベクトルデータベース超入門 - ROUTE06 Tech Blog
Digital, digital and digital
（一語一会）ノンフィクション作家・安田浩一さん 中国人技能実習生からの言葉：朝日新聞デジタル
初心者ブロガーむけ、ブログのSEO対策とは？個人ブロガーができること - simplelog.me
トヨタ社長に53歳の佐藤恒治氏 豊田章男氏「平穏な年はなかった」：朝日新聞デジタル
elasticsearch で cosine類似度検索する - nykergoto’s blog
CA2013 – 論文公開手段としてのオープンアクセスジャーナルの有効性 / 浅井澄子
「蘭茶みすみ」の夢は夜ひらく 発達障害に性別違和、感じない空間で：朝日新聞デジタル
テキスト生成AI利活用におけるリスクへの対策ガイドブック（α版）
ひっそり役割終えた接触確認アプリCOCOA 開発者語る課題と収穫：朝日新聞デジタル
WEB従事者が知っておいたほうがいい情報 | ホームページ制作大阪ドットコム
量子自然言語処理〜量子回路で文章を理解する〜 - GMOインターネットグループ グループ研究開発本部
石油メジャー、空前の利益 光熱費高騰に高まる批判、特別な課税も：朝日新聞デジタル
ガリレオ探査機はどのようにして「地球上の生命」を発見したか？ カール・セーガンの「実験」
広告ブロッカーは広告以外の画像をブロックするのにも使えるよ、というお話
BigQueryを徹底解説！(基本編) - G-gen Tech Blog
Tkrzw-Dict: 統合英和辞書プロジェクト
RAGのGが必要か不要かに関する一考察 | DevelopersIO