分かったつもりが一番怖い「行間を読む」という特殊能力を見事に解剖した本。久々に鳥肌が立ちました「わかったつもり」もとやま📚著書『投資としての読書』 @ysk_motoyama 年300冊読んで最新オススメ本や仕事術を厳選発信｜ビジネス戦闘力を上げたい方フォロー下さい｜『投資としての読書』著者｜グロービス講師←PwC｜個人事業でコンサル｜GLOBIS MBAオールA修了｜Amazonアソシエイト参加中｜noteで仕事術発信（note.com/yusuke_motoyama） note.com/yusuke_motoyam…
最強ローカルLLM実行環境としてのEmacs
みなさん、ローカルLLMで遊んでいますか？ 昨年末に、Ollamaが登場してから誰でも簡単にローカルLLMで遊べる時代がやってきました。そこで、僕もローカルLLMでどんなことができるんだろうと思って触りはじめたのですが、ローカルLLMを最大限に活用するためには、まずはどうやったらEmacsからローカルLLMを使えるようになるのかと考えるのはあまりにも自然な流れでした。 この記事では、ローカルLLMに関する基本的な知識から、EmacsからローカルLLMを扱う方法までを解説していきたいと思います。 ローカルLLMの基礎知識 # ローカルLLMとは、LLM（大規模言語モデル）をローカル環境、つまり自分のパソコンで扱えるようにしたモデルです。Facebookが開発しているLlamaが業界のトップランナーで、それをベースにしたモデルを色々な組織（中には個人もいるのかも）が開発しています。 そのLla
Javaオブジェクトを永続化させるEclipse Storeがよさそう - きしだのHatena
Eclipse Storeというのをみつけて、これはJavaオブジェクトを永続化するものなのだけど、トランザクションもあったりPostgreSQLなどのDBをバックエンドにできたり結構よさそう。 https://eclipsestore.io/ MicroStreamがEclipseに寄贈されてオープンソース化したものみたいですね。Eclipse Selializerとセットです。 https://github.com/microstream-one ということでGetting Startedをみてみます。 https://docs.eclipsestore.io/manual/storage/getting-started.html 組み込み版を使うのでこんな感じのdependencyを追加 <dependencies> <dependency> <groupId>org.eclipse
自分が書いたコードより目立つな - エンジニアがバズったので自戒 - じゃあ、おうちで学べる
はじめに 私はソフトウェアエンジニアだ。私はソフトウェアエンジニアだ。私の本質的な仕事は、複雑な問題を解決し、効率的で革新的なソフトウェアを開発することだ。長年、私の世界はコードとアーキテクチャとアルゴリズムで構成されてきた。そして、それは今も変わらないはずだった。しかし、予期せぬ出来事が起こり、私の認識は大きく揺さぶられることになった。 パターン認識 エンジニアとして働く中で、私は一つの重要なスキルを磨いてきた。それは、パターンを認識し、分析する能力だ。この能力は、複雑なシステムを理解し、効率的なアーキテクチャやアルゴリズムを設計し、バグを特定する上で不可欠だ。 私たちエンジニアは、コードの中にパターンを見出し、それを活用することで問題を解決する。重複するコードを関数化したり、似たような処理をクラスとして抽象化したり。パターンを見抜く目は、より良いソフトウェアを作る上で欠かせない。 プロ
Microsoft、LLMで注目の「RAG」の精度を向上させる「GraphRAG」をGitHubで公開
Microsoft Researchは2024年7月2日（米国時間）、「RAG」（Retrieval-Augmented Generation：検索拡張生成）の精度を強化する「GraphRAG」と、Microsoft Azure上でGraphRAGを実行するためのソリューションアクセラレータリポジトリをGitHubで公開した。 GraphRAGは、Microsoftが2024年2月に発表した新たなRAGのアプローチだ。Microsoft Researchは、従来のRAGの問題点や、GraphRAGの特徴、RAGとGraphRAGの比較結果を次のように述べている。 従来のRAGの問題点 LLMの最大の課題は、LLMの能力を「プライベートデータセット」（LLMのトレーニングに活用されていない未知のデータを指す。企業の独自研究やビジネス文書、通信などが含まれる）にも適用させることだ。 そこで注目
SIerからWeb系企業に転職する人は大勢いても、Web系からSIerに転職する人はわずかなのは何故か？｜いぐぞー ✈️ 旅するプログラマー
SIerからWeb系企業に転職する人は大勢いても、Web系からSIerに転職する人はわずかなのは何故か？ 自分は様々なITエンジニアと交流したことがあるが「技術が好きでITエンジニアになった人」でSIerからWeb系企業に転職した人は大勢いるけれど、Web系からSIerに転職しようと決めた人は見たことがない。 もちろん、これは自分の観測範囲内の話でしかない。だから単なる偶然かもしれない。 ただ同僚や友人やSNS・勉強会で知り合った人など、少なくとも80人以上のITエンジニアから仕事の変遷を聞いて、これなのだ。 一方で、中小から大手、大手から中小に転職をする人は全然いる。 たとえば誰もが聞くようなメガベンチャーから中小企業に転職してくる人は意外といる。 給料が安くなる転職を受け入れる人もいる。 未経験からITエンジニアになる人もいれば、ITエンジニアからまったく違う業種に移る人も大勢いる。
1973～1999年までの3DダンジョンRPGの進化の歴史をたどる3時間弱の旅…海外ゲームファン映像「Dungeon Crawler Evolution」が公開 | Game*Spark - 国内・海外ゲーム情報サイト
1973～1999年にわたる、3DダンジョンRPGの進化の過程を紹介する動画が公開されました。
【読書感想】「叱れば人は育つ」は幻想 ☆☆☆☆☆ - 琥珀色の戯言
「叱れば人は育つ」は幻想 (PHP新書) 作者:村中 直人PHP研究所Amazon Kindle版もあります。 「叱れば人は育つ」は幻想 (PHP新書) 作者:村中 直人PHP研究所Amazon 脳・神経科学などの知見から、著者は、叱ることには「効果がない」と語る。 叱られると人の脳は「防御モード」に入り、ひとまず危機から逃避するために行動を改める。 叱った人はそれを見て、「ほら、やっぱり人は叱らないと変わらない」と思ってしまうのだが、叱られた当人はとりあえずその場の行動を変えただけで、学びや成長を得たわけではないのだ。 そして厄介なことに、人間には「よくないことをした人を罰したい」という欲求が、脳のメカニズムとして備わっているため、叱ることで快感を得てしまうのである。 では、どうすれば人は成長するのか。本書は臨床心理士・公認心理師で、発達障害、不登校など特別なニーズのある子どもたち、保護
「言語化できない自分は劣ってるってずっと思ってたけど違ってた」私たちは言語思考者が設計した社会に生きていて、視覚思考者にとって不利な社会になってる話
なーこ|なんか使命持って生きっちゃってます @naakoofficial 幼い頃から変わり者→絶望→ｱﾆﾏﾙｺﾐｭﾆｹｰｼｮﾝの学びで動物に調和の精神を教わる→自分の生きる道を知る🧚原体験をﾜｰｸｼｮｯﾌﾟにした"生きる道を見つけるWS" 🫧見えない世界の探究者🫧感覚とビジョンのマニア🌬️深層自己理解 👨🦱🐶🐶👩🦰4人家族 自然"対話"エモい好き lit.link/naakoofficial なーこ|なんか使命持って生きっちゃってます @naakoofficial 言語化できない自分は劣ってるってずっと思ってたけど違ってた〜！まじ救われた。自分は絵で物事を考え思考する視覚思考者タイプみたいで、もう一方は言語思考者タイプ、言語で考える人ね。私たちは言語思考者が設計した社会に生きてるみたいだから、視覚思考者にとって不利な社会になってるみたい。 なーこ|なんか使命持って生
2024年版のDockerfileの考え方＆書き方 | フューチャー技術ブログ
最近はお客さんとの勉強会でDockerのドキュメントをつまみ食いして読むというのをやっていますが、改めて最新版を読んでみて、いろいろ思考が整理されました。2020年の20.10のマルチステージビルドの導入で大きく変わったのですが、それ以前の資料もweb上には多数あり「マルチステージビルドがよくわからない」という人も見かけるので過去の情報のアンラーニングに使っていただけるように改めて整理していきます。 仕事でPythonコンテナをデプロイする人向けのDockerfile (1): オールマイティ編で触れた内容もありますが改めてそちらに含む内容も含めて書き直しています。 本エントリーの執筆には@tk0miya氏から多大なフィードバックをいただきました。ありがとうございます。 基本的なメンタルモデル現代的な使い方を見ていくために「Dockerを使ってビルドする」というのはどのようなものか考えを整
axiosやfetchに替わるKyのススメ - Qiita
Kyとは Kyは、Sindre Sorhusが開発したJavaScript向けの軽量かつ多機能なHTTPクライアントです。ネーミングの意図はよくわかりませんが、AxiosやネイティブのFetch APIに代わる、より効率的で使いやすい選択肢として設計されています。 Kyの利点 軽量で効率的: Kyのコアは非常に小さく（約2 KB）、パフォーマンスが重要なアプリケーションにとっては特に大きなメリットとなります。 Promiseベース: Fetch APIと同様に、KyはPromiseを基盤としており、async/await構文との組み合わせが容易です。 シンプルなAPI: Kyが提供するAPIは非常にシンプルなので、学習コストが抑えられます。 再試行機能: Kyには、失敗したリクエストの再試行する機能が組み込まれており、エラーハンドリングの実装コストを減らします。 JSON処理: Kyは自動
中年が人生に輝きを取り戻す、唯一のコツ
むかし、「35歳を過ぎると、急に頑張らなくなる」という話を書きました。 「中年の危機」です。 なぜ35歳を超えると頑張らなくなるのか。それはロールプレイングゲームの終盤と同じだから。 私の世代であれば、ドラゴンクエストや、ファイナルファンタジーといったRPGに熱中した方も多いだろう。 だが、私は「最後までやりきったゲーム」が異常に少ない。 なぜなら、いつもラストダンジョンになると、やる気を失ってしまうからだ。 序盤はとても面白い。自分が強くなる実感が得られるし、新しい世界が次々に広がっていく。 ところが、中盤を経て、終盤になると、とたんにゲームはつまらなくなる。 作業的なレベル上げ。 探検しつくされた世界。 有り余るお金。 そうだ。 操作するキャラクターは強くなっているはずなのに、そこには「可能性」が無くなっているのである。 キャラクターが育ち、謎がとけ、世界の広がる可能性だ。 「可能性」
【10周年前祝い】歴史・年表でみるAWSサービス(AWS Lambda編) －機能一覧・概要・アップデートのまとめ・入門－ - NRIネットコムBlog
小西秀和です。 「歴史・年表でみるAWS全サービス一覧 －アナウンス日、General Availability(GA)、AWSサービス概要のまとめ－」から始まった、AWSサービスを歴史・年表から機能を洗い出してまとめるシリーズの第8弾です(過去、Amazon S3、AWS Systems Manager、Amazon Route 53、Amazon EventBridge、AWS KMS、Amazon SQSについて書きました)。 今回は2014年11月にアナウンスされたサーバーレスでフルマネージドなコード実行サービスを提供するAWS Lambdaについて歴史年表を作成してみました。 今年2024年11月にはAWS Lambdaがアナウンスから10周年を迎えるということで、かなり早めではありますが前祝いという意味も含めて、この記事を書きました。 今回もAWS Lambdaの誕生から機能追
「テレビで『統一教会の摘発がなかったのは“政治の力”』と話したら、翌日から今日まで出演が一切なくなりました」ジャーナリスト有田芳生が語る『誰も書かなかった統一教会』 | 集英社オンライン | ニュースを本気で噛み砕け
統一教会に「いやがらせ訴訟」をされたが勝訴藤井（2024年）3月12日、統一教会からのスラップ訴訟に関して、ようやく教団側の請求が棄却され、有田さんの勝訴で終わりました。損害賠償請求に該当しないという裁判所の判断でした。 私はその裁判の事務局のお手伝いをさせていただいていて、この１、２年、よく喫茶店で「どうしようか」と密談しましたね(笑)。それから呼びかけ人を集め、寄附も募り、インターネットでいろいろな呼びかけもし、ほぼ手弁当で超強力な弁護団もついてくれて。それでも経費はかかるので、そのお金を集めるために奔走した日々でした。有田さんは裁判が終わって率直にどう感じていますか。 有田 まずそのスラップ訴訟、「いやがらせ訴訟」をされるまでの話をしておきたいです。 ２年前の７月８日に安倍晋三元首相銃撃事件があり、奈良市の近鉄・大和西大寺駅前で撃たれて亡くなりました。 実行犯の山上徹也は、お母さんが
自社用LLM構築にむけて RAG評価ってどうやればいいの？ 最新フレームワーク「Auepora」をチェック
生成AIの推論精度向上を目的としてRAGの実装が進んでいますが、その性能を適切に評価することも重要です。複雑な評価プロセスに対応するために提案された「Auepora」と呼ばれる評価方法分析フレームワークを紹介します。
生成AIのRAG構成を大手3社（AWS、Azure、Google Cloud）で徹底比較してみた - G-gen Tech Blog
G-gen の堂原と又吉です。当記事では、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（旧称 GCP）が提供するフルマネージドな RAG サービスの比較を行います。 はじめに 当記事について RAG とは 3社比較 前提条件 機能比較 料金シミュレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Knowledge bases for Amazon Bedrock（AWS）の詳細 構成図 プロダクト一覧 Knowledge bases for Amazon Bedrock Amazon S3 Amazon OpenSearch Service できること 検索 対応データソース 料金 概要 基盤モデル利用料金 ベクトルデータベース料金 Azure
実務におけるRAG 〜学びと現場のノウハウ〜 | ドクセル
RAG (Retrieval-Augmented Generation)とは ● 外部データをRetrieval（検索）して ● プロンプトをAugument（拡張）し ● クエリに対する回答をGeneration（生成） ○ クエリ := ユーザからの問合せ ・・・する技術 ※本講義では「インプット＝クエリ＋プロンプト」と定義 4 RAG (Retrieval-Augmented Generation)とは 登場人物＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ビジネスでの応用先はLLMが大多数＿ ❶検索アルゴリズム ● ・ベクトル検索、全文検索、及びその組合せ （Hybrid検索）がよく使用される ・…が、それに限るものではない ● ビジネスでは”言語”の基盤モデル （LLM）への応用が多い ○ 本講義も LLMに注力 一方、言語以外のモーダル （画像・音声等）も研究開発中 ❷拡張処理アルゴリズム ・
ローカルLLMとRAGで自分の外部記憶を強化しよう - VA Linux エンジニアブログ
はじめに 自宅PC編 会社サーバ編 感想等 執筆者：佐藤友昭 ※ 「ディスアグリゲーテッドコンピューティングとは何か?」連載記事一覧はこちら はじめに 作業ログや検討メモ、参照した定型論文や書籍、ネット上の記事、視聴した講演やウェビナーのメモ等、日常を記録する情報は日々増えていく。これらの情報はできれば後に役立てたいと思うが、筆者の場合、なかなか上手くいかない。自分の外部記憶を紐解いてみると、記録したことすら忘れてしまっている項目が大半である。本稿では、ローカルLLMとRAGを用いて自分の外部記憶にいろいろと質問できるようにする方法を入門的に紹介する。決してベストプラクティス的な内容ではない。 自宅PC編 まずは、普段自宅で使用しているLinux PCを実験台として使えそうか試してみてから会社のサーバに適用してみることにする。 第一の要件は、ローカル環境で動作することである。情報の性質によ
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
サンコー、フルHD縦2画面の折りたたみモバイルモニター
MySQLのロックの種類とその競合
