Update 4/1: We dug deeper into the hidden blast radius of this attack and how dependency resolution expanded its impact: https://socket.dev/blog/hidden-blast-radius-of-the-axios-compromiseA supply chain attack targeting the widely used HTTP client Axios has introduced a malicious dependency into specific npm releases, including axios@1.14.1 and axios@0.30.4. The latest version pulls in plain-crypt
米Blueskyは3月28日(現地時間)、新たなAIアプリ「Attie」を発表した。ユーザーが自然言語で話しかけることで、カスタムフィードを作成できるツールで、Blueskyの基盤技術である「AT Protocol」にちなんで名付けられたエージェンティックソーシャルアプリだ。 AT Protocolを利用しているすべてのサービス(Atmosphere)上の公開投稿が対象だ。これまでもAtmosphere上でカスタムフィードを構築することはできたが、それにはプログラミングの知識が必要だった。Attieを使うことで、チャットで会話するように「どのような投稿を見たいか」を説明するだけで、AIエージェントがユーザーの要望に沿ったフィードを自動で構築する。下の画像は「私のネットワークにいる人たちによる、電子音楽や実験的サウンドを見せて」というプロンプトで生成したフィード例だ。 発表イベントに参加した
はじめに GMOコネクトの永田です。 ローカルLLMの推論をもっと速くしたい! LLMを利用するタスクによっては1件あたり数十秒〜かかり、処理件数が多いとかなりの処理時間になります。 gpt-ossの場合、推論時間の8割はreasoning tokens、つまりモデルが内部で生成する思考過程です。これをOFFにすればタスクによっては12秒が2秒まで縮みます。 ただし、設定方法は推論エンジンごとに違ったり、Ollamaでは見かけだけOFFになる罠もあったりします。 今回、gpt-ossを例に、Think OFFの仕組み、推論エンジン別の設定手順、速度と精度のベンチマーク結果をまとめました。 前回の記事「LLM出力の精度90%→98%に。LLM-as-judgeとClaude Codeで自律チューニング」で予告していた、Think OFF設定手順の記事です。 (最初に)まとめ chat_tem
3月21日にホワイトハウス公式にアップされた上記の写真の「見栄え」が良かったために日本に限らずミーム的にも世界で高市早苗のはしゃいでる写真が拡散した。この写真自体の受け止めは個々人ですればいいのだけれど、どうにも最近この写真をもとにした生成AIによる捏造写真まで拡散してたのでそれについて書いておく。まず、該当の写真は次のようなもの。 https://x.com/c1dxz/status/2036698612730823085 https://x.com/i_love_reiwa/status/2037478561788174607 拡散自体は先週中ごろからなのだが、実際にこの写真がアップされたのは22日の朝だろう。発端の一つとなった投稿は現在削除されているが、それが次の投稿だ。 https://archive.md/sf7Ku この「でんでん🗾反自民連合🇯🇵🇮🇷@abedende
こんにちは! デジスマチームの山田です。これはデジスマチームのブログリレー3日目の投稿です。 本番稼動中のデータベースの運用において、NOT NULL制約を持たせたいカラムを既存のテーブルに追加する作業は頭を悩ませるものです。PostgreSQL 11(以下、PG11)以降、DEFAULTを固定の値で指定した場合のカラム追加は高速化されました。しかしDEFAULTとして固定値を用意するのではなく、各行ごとに異なる値の非NULLなカラムを追加したいというケースもあります。このような場合「一度NULLを許可してカラムを追加し、アプリケーションの改修やUPDATEによるバックフィルを完了させた後にNOT NULL制約を追加する」という手順を踏むことがあります。この際テーブルが長時間ロックされることを避けるためにCHECK制約を介した少し複雑な手順が必要でした。 そんな中PostgreSQL 18
皆さん、こんにちは! デジスマチームの小島(@jiko_21)です。 このブログはデジスマチームブログリレーの1日目の記事です。 フロントエンド開発において、モーダル(ダイアログ)の実装は非常にポピュラーなタスクの1つです。しかし、近年のUIライブラリを見ていると、その「実装スタイル」が大きく様変わりしていることに気づかされます。 今回は、ダイアログの実装トレンドと、Radix UIなどのモダンなライブラリが裏側でどのように動いているのか、その「中身」について掘り下げてみたいと思います。 ダイアログ実装のトレンドの変化 従来のスタイル 最新のスタイル なぜ渡していないonClickが動くのか Dialog.Triggerを読んでみる createSlotを見てみる 最後に We are Hiring! エンジニア採用ページはこちら エンジニア新卒採用サイト! ! カジュアル面談! ! ダイ
はじめに 誰もまとめてくれないので自分でまとめます。こんなに悲しいことはありません。 2025年11月から12月にかけて、「おい、〜」というシリーズでブログを15本書きました。登壇もしました。合計16本です。誰かがまとめ記事を書いてくれるかなと思っていました。待っていました。誰も書いてくれませんでした。年末です。仕方がないので自分で書きます。 シリーズの始まり 今年の8月、本を書かないかという話が来ました。嬉しかったです。企画を練りました。構成を考えました。8月、9月、10月といろいろやり取りをしていたのですが、いろんな諸事情で立ち消えになりました。 悔しかったです。本を出せなかったことが悔しかったのではない。結局何にもならなかった自分が悔しかった。もっと準備できたはずだ。もっと詰められたはずだ。その後悔が残りました。でも、本の企画のために書いた下書き原稿が8本くらいありました。本にならな
米コロラド大学と米NIST(アメリカ国立標準技術研究所)などに所属する研究者らがNatureで発表した論文「Traceable random numbers from a non-local quantum advantage」は、ランダム性を保証する乱数を生成できるシステムを開発したとする研究報告である。 ▲数字群の中から1つの数字を掴み持ち上げようとしているイラスト(絵:おね) 乱数は現代社会のあらゆる場面で使われている。インターネットの暗号化、宝くじの抽選、裁判の陪審員選びなど、公平さや安全性が求められる場面では“本当に予測できない数字”が必要。しかし従来の乱数生成には厄介な問題があった。 コンピュータでつくる乱数は、元になる数字(シード)を知っていれば予測できてしまう。量子力学を使えば原理的に予測不可能な乱数をつくれるが、その乱数を取り出す過程で不正が行われていないことを証明するの
皆さん、DSLを作ることってありますか? 複雑な設定が可能な社内ツールを作るとき、 「DSLを許容したら自由度が上がって素敵では?」 と思うこと、ありますよね。 私個人としては、エンジニア向けのインタフェースとして、DSLで社内ツールを作ると、作る当時は楽しいものの、複雑なことを許容する分保守性に問題がでてくるデメリットも有り、近年は設定はyamlで書ける範囲にすることが多いです。 一方で、非エンジニア向けに、ロジックをビジュアルなDSLで提供できたら良いなってこともありませんか。 例えばjoinとfilterのみに絞ったデータ集計ツールを作りたい、行動Aをしたあとに行動Bをした一部のユーザーにキャンペーンメールを送りたい、などのロジックを安全にかつ柔軟に提供したいというシーンです。 ビジュアルで書けるって範囲にすれば、複雑度も一定の範囲になるのでありかなと思ってます。 こういう、ロジック
50万文字の日本語長文を書いた。 長文なので、当然ながら全体的につながっている。書きながら、あれはどうだっけというようなことが頻繁に起きてかなり困った。なので脳のリソースを維持するため、色々工夫をしたんだけど、その中で「誤字を気にしない」というのがある。 私は誤字が多い。だからこれを気にすることで脳が浪費される。なんとかするために、『AIを使って校正できるようにした』のだが、この時点ではこまめに校正することで脳の負荷を減らすという方針であった。しかしこまめに校正している時点で脳に負荷が発生しているので、完全に諦めるという手法を採用することとなった。これは良くて、脳のリソースが節約できた。 誤字を放置したまま他人に原稿を渡すと、誤字が大量にある文書の修正を人に押し付けるという道義的な問題が発生するが、こちらは AI に押し付けることでクリアした。原稿を書いている時は、 AI が大量の文書を一
Google DeepMindは11月20日、最新の画像生成AIモデル「Nano Banana Pro(Gemini 3 Pro Image)」を発表した。8月26日にリリースされた「Nano Banana(Gemini 2.5 Flash Image)」の上位版にあたり、同社の最新AI基盤モデル「Gemini 3 Pro」の高度な推論能力と現実のデータを組み合わせ、精緻な情報表現ができるようになった。 なかでも最大の特徴は、文脈を理解したビジュアル生成能力の劇的な向上だ。 Google検索の膨大な知識ベースと連携できるため、レシピを画像化したり、天気やスポーツの試合結果などリアルタイムの情報を反映したインフォグラフィックを作成したりできるようになった。従来モデルでは苦手とされていた「画像内のテキスト描写」も大幅に改善され、短いキャッチコピーから長文の段落まで、正確かつ読みやすい文字を画像
エムスリーエンジニアリンググループ、データ基盤チームの石塚です。 この記事はデータ基盤チーム & Unit9(エビデンス創出プロダクトチーム) ブログリレー5日目の記事です。前回は三浦さんの 「SQL課題:月の集合を連続した期間の集合にまとめてください」でした。 エムスリーが提供するサービスの中には、今も一部でオンプレミス環境のOracleを活用しているシステムがあります。私たちは、これらのシステムについてもコスト効率やメンテナンス性をさらに向上させるため、Oracleへの依存を段階的に減らしていくプロジェクトを進めています。 このプロジェクトを推進する上で、「そもそも、どのシステムがどれくらいOracleを参照しているのか?」という実態の正確な把握が大きな課題となりました。特に、SQLを解析してどのテーブルに、誰が、いつアクセスしたかを観測し、Oracleへの依存度を正確に測定する必要が
システムを運用していると時折直面するのが「移行作業」です。 新しい技術に触れられるのは楽しいです。一方、大量のコードの書き換えはちょっと辛いですよね。単純な置換で済めばよいのですが、そううまくはいかないことがほとんどです。 今回はこの書き換えを Claude Code を活用して楽に、精度良く実施したお話です。 データ基盤チーム/Unit9(エビデンス創出プロダクトチーム)エンジニアの坂元です。このブログはデータ基盤チーム/Unit9 ブログリレー 1 日目の記事です。 背景 はじめの一歩 独り立ち そして検証も… できたこと 残った課題 細かい工夫 全文読んでから対応すること セルフレビューしてもらう まとめ We are hiring! 背景 エムスリーのデータ基盤(BigQuery)上では数多のデータパイプラインが稼働しています。今回はそのうちの一部を dbt (data build
こんにちは。エンジニアリンググループ プロダクト支援チームでプロダクトマネージャーをしている中村です。 既存プロダクトを担当しているPdMにとって、どうやって次の非連続な成長(=Step Change)を起こせるかというのは、重要な課題だと思います。 私はこれまでPdMとして、既存プロダクトのグロースに携わることが多く、KPIを伸ばすためにデータ分析をし、仮説検証をしながらプロダクトを連続的に成長させる(KPIを120%〜130%伸ばす)経験を積んできました。さらにPdMとしてより事業成長に貢献するためには、次の非連続な成長(KPIを2倍にするなど)を生み出したいと考えていました。 そんな時に、ある担当プロダクトにおいて、主要KPIを2倍に伸ばすというミッションに取り組む機会を得ました。CPO山崎と一緒に主要KPIを2倍に伸ばすためのチャレンジに取り組む中で、超一流のPdMがどのようにデー
日付: 2025年09月23日 作成者: AIリサーチアシスタント 1. 調査概要 本報告書は、Ruby on Railsの作者であり、37signals(旧Basecamp)の共同創業者兼CTOであるDavid Heinemeier Hansson(以下、DHH)氏の政治的思想について、近年のブログ投稿、X(旧Twitter)での発言、インタビュー、および関連する第三者の論評を基に包括的に分析しまとめたものである。 2. EXECUTIVE SUMMARY (要約) DHH氏の政治的思想は、単一のラベルで定義することは困難であり、リバタリアニズム、デンマークの社会民主主義、そして近年の保守的な傾向が混在する複雑なものである。 彼の思想の核心は、 「職場における社会・政治的議論の排除」 という信念にある。これは2021年のBasecamp社の方針転換で明確に示され、以降、彼の言論活動の基軸
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