はてなブックマーク

概要 OpenAI の Chat Completions API に Function Calling と呼ばれる新しい機能が追加されました。これを使うと、JSON Schema で指定した型に従う JSON 文字列を GPT が返してくれます。（ただし 100% valid な JSON が返る保証は無い） 特にライブラリに頼らずに Function Calling を利用しようとすると、 JSON Schema を書く OpenAI API にリクエスト 返ってきた JSON 文字列をパースして検証する というステップが必要になって面倒ですが、Zod のスキーマさえ書けば 1, 3 の手間を省きつつ型安全に実装することができます。 目指す姿 import { z } from "zod"; // 手動でコードを書くのは関数の名前、説明文、Zod スキーマの部分だけ const func

概要 GPT-4 に全自動で Minecraft をプレイさせる論文 "Voyager: An Open-Ended Embodied Agent with Large Language Models" を紹介します。 Voyager は、継続的・段階的に複雑なタスクを学習し続けることができ、マップ開拓や新アイテム獲得の能力で既存手法に勝ると主張されています。 既存手法との違い LLM にツールや外部 API を与えて自律的に計画・行動させるアルゴリズムと言うと、ReAct, Reflexion, Auto-GPT などが特に有名です。 これらと Voyager の一番の差別化部分は、Iterative Prompting Mechanism および Skill Library と呼ばれるコンポーネントです。 Voyager はボットを操作するために Mineflayer という Java

概要 Dockerfile の VOLUME は予期せずディスクを食い潰す原因になる MySQL など多数の公式 Docker イメージで VOLUME が使われているため要注意 遭遇した問題 ある時、CI サーバーのディスクが圧迫されており、その大部分を Docker volume が占めていることがわかりました。 $ docker system df TYPE TOTAL ACTIVE SIZE RECLAIMABLE Images 14 5 6.787GB 3.283GB (48%) Containers 8 4 137.5MB 131.4MB (95%) Local Volumes 1281 7 224.8GB 224.3GB (99%) Build Cache 0 0 0B 0B $ docker system df -v ... Local Volumes space usag

概要 本記事では、普段 Docker をブラックボックスとして扱っている方々を対象として、コンテナが動く仕組みを低レイヤーから解説します。 そのために Go 言語を使って、ゼロからコンテナを実装し動かしながら学ぶアプローチを取ります。コンテナの基礎的な原理は意外にも簡単で、この記事の最後に出来上がるコードは僅か 60 行ほどです。 なお、完成したコードは GitHub レポジトリに置かれています。 コンテナとは何か コンテナと仮想マシン (VM) の違いを説明する際に、よく次のような図が使われます。 （Docker 公式サイトより引用） VM とコンテナを比較した時の最大の特徴は、一つ一つのコンテナを作る際にゲスト OS を起動しないことです。 コンテナは全て、同じホスト OS の中で動くプロセスとして存在します。 しかし当然ながら、通常のプロセスはファイルなどのリソースを他のプロセスと共

概要 Twitter API 経由でツイートする場合には、リクエストを送る前に字数制限を越えていないか検証する必要があります。 しかし Twitter の文字数カウントは独自の複雑な仕様になっており、ナイーブな方法（言語標準の length など）では正しい結果が得られません。 そこで本記事では以下の内容を取り上げます。 文字数カウントに伴う難点の説明 ツイートの長さを 厳密に 数えられる公式ライブラリ twitter-text の紹介 他言語に twitter-text を移植するために必要な情報のまとめ Python 3 用の自作パッケージ twitter-text-python の紹介 この記事が想定する読者 Twitter bot などを作っていてツイートの文字数カウントが必要な人 その他の状況で文字数カウントの沼にハマった人 文字コードについて手を動かしながら学ぶための題材が欲し