アスパラガスの茹で方 電子レンジでチン♪｜味の農園 さくらんぼ・ラフランス・蜜入りりんご・だだちゃ豆通販｜味の農園
コメントメイン料理にはもちろん、いろいろな調理法で食べられるアスパラガス。茹でてそのまま食べるのがおすすめですが、お湯を沸かして茹でると時間がかかって意外と大変…。 そんな時は電子レンジでの時短調理がおすすめです。実はお湯で茹でると栄養素が流れ出てしまうのですが、レンジなら栄養そのまま！アスパラガスの旨味と栄養を丸ごといただきましょう。 独特の春の香りも楽しむことができます。 1. アスパラガスを洗い、根元のかたい部分をカットし、さらに半分に切ります。 2. アスパラガスをそのままラップに包んで、500Wのレンジで2分加熱すれば出来上がり。 3. 少しかたいように感じる場合は、10秒ずつ加熱しながら様子を見て下さい。 4. 塩やマヨネーズなど、シンプルな味付けでお楽しみ下さい。アスパラ本来の甘みが感じられます。 美味しいアスパラガスの選び方 アスパラガスを選ぶポイントとは、何といってもアス
Playwright+GitHub Actions*E2E with VRT 環境構築とCI/CD連携の知見
はじめに 業務でPlaywrightの環境構築及びCI/CD連携担当したことから、E2EテストとVRTのベストな構成をずっと悩んでいました。 自分の中である程度納得できる形まで落とし込めたので、その知見を残しておきます。 🎭Playwrigth Microsoftが開発したテストツールです。複数ブラウザ対応、自動待機機能、並列処理などによりE2Eテストを実施します。また、スクリーンショットの比較によるテスト（VRT:Visual Regression Testing）により視覚的変更も検出可能です。元々Puppeteerを作っていたチームにより開発が行われているようです。 ツールの比較対象にcypressがありますが、最近の週間ダウンロード数はPlaywrightが上回っているようです。 （他にはSeleniumやベンダー提供の有料E2Eテストツールなどもあります） また、Playwri
Gemini のロングコンテキストの使い方｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・Long context | Gemini API | Google for Developers 1. Gemini のロングコンテキスト「Gemini 1.5 Flash」には100 万トークン、「Gemini 1.5 Pro」には200万トークンのコンテキストウィンドウが付属します。歴史的にLLMは、一度にモデルに渡すことができるテキスト (またはトークン) の量によって大幅に制限されていました。ほぼ完璧な検索 (>99%) を備えた「Gemini 1.5」のロングコンテキストウィンドウにより、多くの新しいユースケースと開発者パラダイムが実現できるようになりました。 2. コンテキストウィンドウとは「Gemini 1.5」を使用する基本的な方法は、情報 (コンテキスト) をモデルに渡し、その後モデルが応答を生成するというもの
「ヒップホップ・ジャパンの時代」──Vol.3 BADSAIKUSH
KANDYTOWNの終演や舐達麻の躍進、BAD HOPの東京ドームのラスト・ライヴと解散、さらに千葉雄喜の始動と新たな若い才能の台頭。そして、ストリートとインターネットの関係の複雑化、ジェンダーの多様化、多種多様なオルタナティヴの開花も進行している。2020年代の折り返し地点を目前に、再び大きな転換点を迎えたかにみえる日本のヒップホップ。そんなシーンの最前線で活躍するアーティストやレジェンド、フェスやその主催者などへの取材を通して、「ヒップホップ・ジャパンの時代」を多角的に検証する短期連載。 舐達麻は、近年の国内のヒップホップの最大のインパクトのひとつだ。BADSAIKUSH（バダサイクッシュ）、G-PLANTS（ジープランツ）、DELTA9KID（デルタナインキッド）から成るグループの活躍は景色を一変させてしまった。楽曲やリリックだけではない。そのファッションや言動やタトゥー、警察権力を
Mistral NeMo の概要｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・Mistral NeMo | Mistral AI | Frontier AI in your hands 1. Mistral NeMo の概要「Mistral NeMo」は、Mistral AI と NVIDIA が共同で学習した 12Bの事前学習済み生成テキストモデルで、サイズが小さいまたは同等の既存のモデルよりも大幅に優れています。最大128Kトークンのコンテキストウィンドウを提供します。標準アーキテクチャを採用しているため、使いやすく、「Mistral 7B」を使用するあらゆるシステムで簡単に置き換えることができます。 研究者や企業での採用を促進するために、Apache 2.0の下で、事前学習済みのベースチェックポイントと指示チューニング済みのチェックポイントをリリースしました。「Mistral NeMo」は quantisat
OpenAI、AIに人間にも分かりやすく説明させるアルゴリズムを提案
米OpenAIは7月17日（現地時間）、LLMの出力の信頼性と透明性を向上させるための新しいトレーニング方法を紹介する論文（PDF）を公開した。AIによる回答が本当に正しいのか、人間が理解しやすくするための取り組みだ。 このトレーニング方法は、「Prover-Verifier Games（証明者ー検証者ゲーム）」と」呼ばれるゲーム理論に基づいている。おおまかに説明すると、賢い「証明者」と証明者よりはるかに能力の低い「検証者」を用意し、証明者に問題を解決させ、その解決方法を検証者にも理解できるように説明させる。このトレーニングを繰り返すことで、証明者は説明能力が向上し、検証者は解決方法の問題点を見つける能力が向上する。 論文では小学校の算数の回答を判断する設定でトレーニングする方法を紹介している。 論文では、この方法によって、3つの成果が得られたとしている。 まず、読みやすさとパフォーマンス
OS-1 脱水症・熱中症のサインかも｜経口補水液オーエスワン｜大塚製薬工場
脱水症や熱中症になった際に、身体にどのようなサイン（症状）が表れるか知っていますか？ 早く気づいて、重症化する前に適切な対処ができるように事前にチェックしておきましょう。
Laravelのクエリスコープを試してみた - Qiita
クエリスコープを使用するとクエリの使い回しができます。例えばCMSを構築していてほとんどのクエリに対して公開済みの記事を取得する制約を付けている場合、クエリスコープを使用することで自動的にこの制約を追加することができます。 Laravelのクエリスコープには、「グローバルスコープ」と「ローカルスコープ」の2種類あります。グローバルスコープはEloquentモデルを使用すると自動的に条件が追加され、ローカルスコープはあらかじめクエリを作成しておき条件を追加したいときに呼び出すことで使用できます。 事前準備 作成した記事の中からpublished = 1の記事を取得する条件をグローバルスコープ・ローカルスコープを用いて使用してみます。その準備としてarticlesテーブルにpublishedカラムを追加しpublished = 1のレコードを作成しておきます。 id use_id title
自動テストの実行時間を大幅短縮！分析と最適化の実践法
Thinkings 株式会社では、sonar ATS の開発で自動テストを導入しています。過去に CI の実行時間を大幅に削減したことで全体の実行時間は短くなりました。自動テストの速度改善は手が回っていなかったので、CI 実行時間のボトルネックになっていました。今回は自動テストの実行時間を短縮するためにどうやって分析を行ってテストコードを改善したかについて説明します。 開発環境 開発環境は次の通りです。今回はバックエンドの改善内容について説明します。 Visual Studio 2022 .NET Framework 4.6.2 C# xUnit.net 実行時間の分析方法について まずは、自動テストのボトルネックを分析する方法について説明します。前回もお話しましたが、弊社では CI/CD ツールに Jenkins を使用しています。自動テストは1日に数回実行しており、その実行結果をアップ
myHPcloud | 日本
myHPcloudは、世界中どこにいてもファイルやデータを簡単に保存、アクセス、共有できる最先端のクラウドストレージ・プラットフォームです。当社のプラットフォームは、お客様のデータとプライバシーをしっかりと保護します。
良いコードとは良い感じのコードである - ennui's blog
こんにちは、imazです。10年ちょっとRailsエンジニアをしています。 インフラは苦手、CSSやJavaScriptも得意ではない、アーキテクチャとか設計も得意ではない… SQLとかデバッグが好きです。答えがあることが好き！ 作業中めちゃくちゃ独り言が出るのでオフィスで働けないタイプです。 Re: 良いコードってどんなコードですか？という質問を受けたら何と答えるか snoozer05.hatenablog.jp 今日はしまださんの記事を読んで、私ならどう答えるかなぁ、自分の場合はこうだなぁ、と思ったことを書いておきます。 良いコードを書くために 私がコードを書くときに心がけているのは「コードがなぜそうあるのか説明できるようにすること」です。 コードの一行一行に対して、どういう選択肢があってなぜそのコードを選んだのかというのが理解できているのが良い状態だと思っています。 簡単な例 たとえ
【ChatGPT初心者向け】指示のコツ - モデルに "考える "時間を与える｜けたけけ／GPTsクリエイター
今回もOpen AIが公式発表していた「プロンプトエンジニアリングでより良い結果を得るためのコツ６点」から一つご紹介します。 モデルに "考える "時間を与えるOpen AIの公式発表を翻訳すると、 17に28をかけろと言われたら、即座にはわからなくても、時間をかければわかるかもしれない。 同様に、時間をかけて答えを導き出すよりも、すぐに答えを出そうとする方が、モデルは推論ミスをする。 答えの前に「思考の連鎖」を求めることは、モデルがより確実に正しい答えを導くのに役立ちます。 AIに時間をかけさせることで、ミスが減るとのことです。 では、どのように指示をしたら"考える"時間を与えることができるのか？ Open AIは次の３つの方法を紹介しています。 １．結論を急がず、モデルに自己解決を促す ２．インナーモノローグまたは一連のクエリを使用して、推論プロセスを明確にする ３．過去の回答を振り返
引数の話
関数に渡す引数はどんなふうに設計されるべきでしょうか。 引数に関するベストプラクティスを少し調べてみると、引数の命名や引数の順序についての記述を見つけることができました。一方で、引数で渡すべき変数それ自体についての記述はあまり見当たりませんでした。 このトピックについてちょうど最近考えていたところだったので、記事を書くことにしました。 はじめに この記事ではソフトウェアはデータと関数で構成されていると考えます。 データはしばしば DB やストレージといったハードウェアに束縛されており、ソフトウェアがソフトでありつづけるためには、関数によってデータを柔軟に取り扱うことができる必要があります。 関数の分類 関数には 3 つの役割が存在します。 データの変換 データの定義 副作用の処理 1. データの変換 データは関数によって、他のデータと組み合わされたり、ビジネスロジックを実行することによって
プロンプトの試行錯誤をラクにしたい！プロンプトのマネージメントツールの調査✏️
プロンプトエンジニアリングライフ、楽しんでますか？ LLMを使ったアプリケーションを作成するとき、欲しい出力を得るのにプロンプトの試行錯誤ある程度すると思いますが、「変える前の方がいいな」とか「AとBのプロンプトはどっちがいいんだろ」とか色々やってると、プロジェクトのコードが散乱してきて、整理に苦労する場面がしばしばあると思います。 今回はこういったプロンプトのトライアンドエラーを少しでも便利にしたり、試行錯誤の管理を重点に使えそうなアプリケーションを調査してみました。 調査したアプリケーション まずは気軽に試してみたい。ということで課金オンリーのサービスではなく、セルフホスティング可能なアプリケーションを中心に調べてみました。 LangFuse（⭐GitHubスター：4.4k） この手のセルフホスティング可能なアプリケーションとしては一番利用されている印象で、GitHubスターも4.2K
映画『ゆきてかへらぬ』広瀬すず主演、“中原中也と小林秀雄”2人の男に愛された女優・長谷川泰子を演じる
広瀬すずの主演映画『ゆきてかへらぬ』が2025年2月に全国公開。 映画『ゆきてかへらぬ』実在女優・長谷川泰子、中原中也と小林秀雄の三角関係映画『ゆきてかへらぬ』は、実在した女優の長谷川泰子を主人公に、詩人の中原中也、評論家の小林秀雄という男女の三角関係を描いた作品だ。 主演・広瀬すず、ふたりの男に愛される泰子を熱演映画『ゆきてかへらぬ』で、主人公・長谷川泰子を演じるのは、『いのちの停車場』や『流浪の月』、『キリエのうた』など、あらゆる作品で存在感を放つ広瀬すず。中原中也と小林秀雄、ふたりの愛に狂わされながらも、自分の夢と格闘しつづけた泰子を熱演している。 長谷川泰子とは？ 1904年、広島県に生まれた長谷川泰子は、女優を志して家出。京都にて中原中也と運命的な出逢いを果たし、やがてふたりは愛し合うこととなる。上京後は、中也の友人である小林秀雄と同棲。小林と別れた後は松竹キネマに入社した。自伝
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
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
11.x TOC Laravel
不忍Brewery ひつじあいす
How to use Mortgage ChatGPT to Simplify the Mortgage Process
MortgageChatGPT
Council Post: The Future Of Mortgage Lending: How AI And Humans Can Coexist