Stopイベントには追加で stop_hook_active（無限ループ防止用フラグ）が、Notificationイベントには notification_type と message が含まれます。 settings.jsonの設定 { "env": { "CLAUDE_DISCORD_WEBHOOK_URL": "https://discord.com/api/webhooks/..." }, "hooks": { "Stop": [ { "hooks": [ { "type": "command", "command": "python3 $HOME/.claude/hooks/discord-notify.py", "async": true } ] } ], "Notification": [ { "matcher": "", "hooks": [ { "type": "comma
A few months ago, I set myself the challenge of writing a C compiler in 500 lines of Python1, after writing my SDF donut post. How hard could it be? The answer was, pretty hard, even when dropping quite a few features. But it was also pretty interesting, and the result is surprisingly functional and not too hard to understand! There's too much code for me to comprehensively cover in a single blog
microgpt
microgpt.py P%]� �tP� """ The most atomic way to train and run inference for a GPT in pure, dependency-free Python. This file is the complete algorithm. Everything else is just efficiency. @karpathy """ import os # os.path.exists import math # math.log, math.exp import random # random.seed, random.choices, random.gauss, random.shuffle random.seed(42) # Let there be order among chaos # Let there be
microgpt
This is a brief guide to my new art project microgpt, a single file of 200 lines of pure Python with no dependencies that trains and inferences a GPT. This file contains the full algorithmic content of what is needed: dataset of documents, tokenizer, autograd engine, a GPT-2-like neural network architecture, the Adam optimizer, training loop, and inference loop. Everything else is just efficiency.
Azure OpenAI Service の Assistants API でデータ分析 - Taste of Tech Topics
こんにちは、igaです。 最近は気温の上下が大きいので、服装選びが大変ですね。 今回は、Azure OpenAI Servce Assistants APIを使ってみました。 Azure OpenAI Servce Assistants APIに横浜市の人口データを投入して、人口の増減がどう推移しているのか自動で分析させてみました。 Azure OpenAI Servce Assistants API Azure OpenAI Servce Assistants APIとは Azure OpenAI Servce Assistants APIは、2024年4月現在パブリックプレビューとして利用できる機能です。 learn.microsoft.com Azure OpenAI Servce Assistants API（以降、Assistantsと表記します）により、Azure OpenAI
新しいバージョンがあります Kindle for PCを画像にしたい Kindle for PCのUIは正直クソなので、画像にして保存したいです。 幸いなことにスクリーンショットは撮れるので、Pythonを使えば楽に画像に出来るでしょう。 と、言うわけでweb検索した その結果、pyautoguiを使って連続してスクショを撮っているPythonスクリプトがありました。でも、正直あまり気に入らなかったのです。 と、言うのも、実行したら5秒以内にKindle for PCを表に持ってきて、フルスクリーンにして、で、5秒ごとにページを進めてスクショを撮って保存する。と言うものでした。 しかも切り取る座標は自分で入力しなければいけませんでした。 もっと楽に、高速化出来るはず Windows限定になってしまいますが、ウィンドウ一覧から特定のウィンドウをアクティブにするのは出来るはずです、もちろん、フ
This year’s Advent of Code has been brutal (compare the stats of 2023 with that of 2022, especially day 1 part 1 vs. day 1 part 2). It included a problem to solve with dynamic programming as soon as day 12, which discouraged some people I know. This specific problem was particularly gnarly for Advent of Code, with multiple special cases to take into account, making it basically intractable if you
1. はじめに本記事では、OpenAIのChatGPTを利用して、特定のキャラクターの再現を行う方法について学びます。ここでの「キャラクター再現」とは、特定のキャラクターの性格や特性を元にした会話モデルを作成することを指します。 実際のデモコードは下記です。 このコードについて解説をしていきます。 ※使い方。APIキーを入れて１から順に▶連打。以上 2 Vector(ベクトル)とは？Vector（ベクトル）は、情報やデータを数値の一連の配列として表現したものです。この技術を使うと、複雑なテキスト情報もコンピュータが理解しやすい数値の形に変えられます。 2.1 テキストのVector化とは？テキストの「Vector化」とは、単語や文章を数値の配列、つまりベクトルに変換することです。これにより、コンピュータはテキストの意味や関連性を数値として捉えられるようになります。 2.2 埋め込みベクトル
設定ファイルはPythonコードを動かすディレクトリに置きます。 設定ファイルの[BigQuery]セクションに、GA4のテーブルが入っているGoogle Cloudのプロジェクト名とデータセット名を記述します。 [GCS]セクションに、Avroファイルを格納するCloud Storageのバケット名を記述します。 コード説明 上記のPythonコードで行うことは以下の通りです。 BigQueryのGA4テーブルをAvro形式でexportします まずBigQueryからCloud Storageにexportし、次にCloud Storageからローカルにダウンロードします。 記事執筆時点で、BigQueryからローカルに直接exportできないため、Cloud Storageを経由しています。 テーブル名が「events_」から始まるテーブルをGA4のテーブルとみなし、まとめてexpo
I find blockchain fascinating because it extends open source software development to open source + state. This seems to be a genuine/exciting innovation in computing paradigms; We don’t just get to share code, we get to share a running computer, and anyone anywhere can use it in an open and permissionless manner. The seeds of this revolution arguably began with Bitcoin, so I became curious to dril
はじめに 何となくわかった気になったけれど、実はわかってない、ということがよくあります。そこで、「解いて学ぶ」シリーズでは、問題を解いて学ぶことで物事を深く理解していきます。今回は、Pythonです。 ※協力：chatGPT(Model 4) 1. 問題編 Pythonでリストの要素を取り出す際、以下の選択肢のうちどれが正しいですか？ A. list.get(1) B. list[1] C. list.1 D. list(1) Pythonで整数を文字列に変換する際、以下の選択肢のうちどれが正しいですか？ A. str(int) B. int(str) C. string(int) D. int(string) Pythonでリストを逆順にする際、以下の選択肢のうちどれが正しいですか？ A. list.reversed() B. list.reverse() C. reversed(lis
SAIG の佐藤尭彰です。最近は業務で Python ばっかり書いています。 今回は Python連載 の第4回目で、Python の中でも「なんとなく」で扱われがちなイテレータについてです。 イテレータとはあるコンテナの中の要素に1つずつアクセスできるオブジェクト。 もう少し 公式 から引用すると、 (iter()) 関数は、コンテナの中の要素に1つずつアクセスする __next__() メソッドが定義されているイテレータオブジェクトを返します。 つまり、コンテナの中身を1つずつ返す __next__() メソッドを持つ (ようなオブジェクトを返す __iter__() 関数を持つ) ことがイテレータの本質です。 list などのシーケンスと異なり、実態として中身が存在する必要がありません。これを実装するための1手段が ジェネレータ や ジェネレータ式 であり、返すべき値はこれらを呼び出
Primitive Recursive Functions For A Working Programmer Aug 1, 2024 Programmers on the internet often use “Turing-completeness” terminology. Typically, not being Turing-complete is extolled as a virtue or even a requirement in specific domains. I claim that most such discussions are misinformed — that not being Turing complete doesn’t actually mean what folks want it to mean, and is instead a stand
What D-Bus is D-Bus serves various purposes aiming to facilitate the cooperation between different processes in the system. This article will describe D-Bus and how it performs this function. From the D-Bus creators definition: D-Bus is a message bus system, a simple way for applications to talk to one another. In addition to interprocess communication, D-Bus helps coordinate process lifecycle; it
よく出る思考パターン・覚えておきたいアイディアをメモしておきます． 問題の分類にもなっています．参考になるコードのリンクをメモしている問題もあります． 【2022.01追記】最近は，このページではなく，タグで分類するようにしています． 入力 出力 改行して出力 bool False, True 比較演算子 all, any 切り捨て・切り上げ（床関数・天井関数） 四捨五入 ソート 反転（逆順） スライス 後ろから指定 文字列操作 置換 リストの結合 deque - 先頭・末尾への追加・削除 アルファベット⇔数字 文字列の位置（左端，右端） 正規表現 リスト操作 注意 2要素の入れ替え set 生成 集合演算 setの中にlistはダメ！ 組み合わせ 出現回数 - collections.Counter 同じ値になる組み合わせ 二項係数 二項係数（mod 10**9+7） mod mod 1
ブラウザ操作系のAIエージェントが複数出てきたので、実装方法と動作の振る舞いを比較してみました。 computer-useについて ※紹介するのはAzureから提供されているcomputer-useモデルです。 2025年3月に登場した新しい生成AIモデルで、視覚要素を解釈し、画面上のコンテンツに基づいてアクションを実行するAIエージェントです。 このモデル単体で動くわけではなくて、Response APIを使用します。 ユーザーからの指示とスクリーンショットをcomputer-useに送信することで、取るべき「アクション」を推論し返却してきます。 そのアクションをコード上でPlaywrightを使って実行することで、ブラウザを操作します。 computer-useモデルがアクションまで全てを行うわけではなくて、アクション自体の実行はエンジニアがコードで定義しないといけない点が注意です。
In October 2023, a group of authors from the Center for AI Safety, among others, published Representation Engineering: A Top-Down Approach to AI Transparency. That paper looks at a few methods of doing what they call "Representation Engineering": calculating a "control vector" that can be read from or added to model activations during inference to interpret or control the model's behavior, without
【R&D DevOps通信】AWS Step Functions で失敗したステップから再開する方法 - Sansan Tech Blog
こんにちは、R&D Architectグループの藤岡です。今回は Step Functions（以下SFn） が実行途中で失敗した場合に、失敗した時点から再開できるような仕組みを実現したので、その内容について共有します。 ＜2024/2/8追記＞ AWS公式で Step Functions の失敗した時点から再開する機能がサポートされたので、この記事の内容は古くなりました。 https://aws.amazon.com/jp/about-aws/whats-new/2023/11/aws-step-functions-restarting-workflows-failure/ 背景と課題 今回、R&D内で稼働しているバッチの１つに関してシステムのリプレイスを行うことになりました。リプレイスを行う理由は主に以下の２つです。 バッチが途中で失敗した際の復旧作業が複雑になっていた。 バッチで処理
Solanaからトランザクションを漁る話｜えｋ（えく）
これは、某IDOに関連して某マーケットアドレスを探すためにどうやってSolana上のトランザクションを漁っていたかのメモ書きです。騒ぎになっていた某所の人々は事情を知っている感じかと思いますので詳細は省いていきます。Qiitaに書こうかと思ったけど思ったより中身を理解してないので技術記事か？という感じだったのでざっくりと落書きだけ残していきます。えらい人にもっと賢い方法を教えてほしい。 まず、やったこととしては ・参考にSerumDEXにマーケットを作る際のトランザクションを確認するため、solana CLIを使って比較的新しいSTEP-USDCのマーケットアドレスのトランザクションシグネチャを全て収集（最新からの取得しか方法を知らないため） ・一番古いトランザクションをJSON RPC APIを使って取得。マーケットアドレスの初期化に使っているプログラムのアドレスを確認 ・今回目的として
華麗なる右アッパー（©︎Ruteさん）で、ついに照り焼き色になりました〜！！！ すごい、どこもかしこも茶色でうれしい！！ うれしいので、わたしのAtCoder歴を辿る、成長観察日記をお届けすることにしました。 ひとりじゃ絶対無理だったーので、お礼も込めて、アカウント名を出したりしてしまってます…もしよろしくなかったら消すので、教えてください！ というわけで、お見苦しいところもある日記ですが、どうぞ行けるところまでお付き合いください 第一部 2021年 11月 伝来 12月 12/11(土) はじめてのAC、そしてはじめてのWA 12/15(水)〜12月末 2022年 1月 01/02(日)〜01/04(火) 01/08(土) はじめてのコンテスト はじめての0完 01/30(土) 2回目のコンテスト はじめてのコンテスト中AC 2月 02/05(土) 3回目のABC はじめてのTLE 再び
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
Claude Code中心のMac開発環境を整備する - tmux・Ghostty・Discord通知
Writing a C compiler in 500 lines of Python
Kindle for PCのスクショを撮る - Qiita
Dynamic Programming is not Black Magic - Quentin Santos
ChatGPTとVectorを使ってキャラクター再現｜Clirea
GA4のテーブルをBigQueryからPostgreSQLにAvroファイル経由でコピーする - Qiita
A from-scratch tour of Bitcoin in Python
「解いて学ぶ」Python入門 - Qiita
イテレータと仲良くなろう | フューチャー技術ブログ
Primitive Recursive Functions For A Working Programmer
D-Bus overview - Fedora Magazine
AtCoder - 解法パターンの整理 - 競プロはじめました
Computer-useとBrowser-useとPlaywright-MCPを比較
Representation Engineering Mistral-7B an Acid Trip
ABC283で入茶しました！〜成長日記〜 - 成長観察日記