現在のAMDの成功を見ていると、同社がかつては倒産の危機に瀕していたとは信じられないかも知れない。だが2008年の金融危機以降、AMDは深刻な財政難に陥っていた。そんな同社の窮地を救い、同社が息を吹き返すきっかけとなったのがSonyのゲーム機PlayStation 4の成功にあった事が、AMD現役幹部の回顧によって明らかになった。この意外な救世主の存在は、半導体業界の歴史における重要な転換点を示すものかも知れない。 PlayStation 4がAMDの窮地を救った舞台裏 AMDの現・消費者およびゲームクライアント事業担当シニアディレクターであるRenato Fragale氏が、自身のLinkedInプロフィールで驚くべき事実を明らかにしている。Fragale氏の履歴書には2012年6月から2014年7月まで務めた製品開発シニアエンジニアリングマネージャーの役割について、「SonyのPlay

1枚の画像を認識するだけで360度の視点からの姿も立体的に生成する「Era3D」は、従来のマルチビュー手法の問題点である「不正確」「非効率」「低解像度」という問題点を解消したものになっています。Era3Dの詳細について製作者がウェブページで解説しているほか、ブラウザ上で素早く簡単にマルチビューの生成を体験することができます。 Era3D: High-Resolution Multiview Diffusion using Efficient Row-wise Attention https://penghtyx.github.io/Era3D/ Era3D MV Demo - a Hugging Face Space by pengHTYX https://huggingface.co/spaces/pengHTYX/Era3D_MV_demo 少ない素材から別の角度から見たマルチビューを

自分の気に入るゲームが生成されるまでひたすらLLMを回す。これを仮にガチャ指向ゲーム開発と呼ぼう。 Claude 3.5 Sonnet のような高性能なLLMの登場で、LLMに簡単なゲームのアイデア作成からその実装までをさせることが可能になってきた。LLMから出てくるゲームの多くは、凡庸だったり、バランスが悪かったり、正しく実装できていなかったりする。でも、繰り返しLLMにゲームを生成させることで、面白い挙動をする、ゲーム一歩手前のコードを、稀に得ることができる。これを得るまでの行為がゲームガチャだ。 例えば、 上記のプロンプトに「fragile pillars」というテーマを与えると、以下のゲームを提案してくる。 Pillar Paraglider: Control a paraglider flying through a course of fragile pillars. The

Anthropicは6月21日、同社の開発する大規模言語モデル「Claude」シリーズの最新版となる「Claude 3.5 Sonnet」を発表。利用制限はあるものの同社のチャット型AIサービス「Claude.ai」で無料で利用可能になった。 同時にユーザーがClaudeとやり取りしながらコンテンツを作成できる新機能「Artifacts」が、さらに25日にはプロジェクトごとに資料やプロンプトを集約できる「Project」が実装された。この記事では、新機能Artifactsを使うときに知っておきたいことをメインに紹介する。 なお、Claude 3.5 Sonnetの前の世代である大規模言語モデル「Claude 3」シリーズおよび「Claude.ai」については、こちらの記事に。Claude 3.5 Sonnetについての基本的なスペックなどはこちらの記事に詳しい。 Artifactsのキモは

Rust言語のコアライブラリをDart言語で実装した「Rust Core 1.0」がリリース。Rustの主な型や便利な機能がDartで使えるように Rust Coreの開発チームは、Rust言語のコアライブラリをDart言語で実装した「Rust Core 1.0」をオープンソースとしてリリースしました。 Rust Coreを用いることで、Dart言語にRust言語が持つ一般的な型やさまざまな便利な機能を取り込むことができるようになります。 合わせて、Rust Coreのドキュメント「Rust Core Book」も公開されました。 DartはGoogleが主導してオープンソースで開発されているプログラミング言語です。クロスプラットフォーム対応のモバイルアプリケーション開発に対応したFlutterフレームワークで用いられている言語として知られています。 なぜDart言語でRustのコアライブ

個人的に「Webサービスの公開前チェックリスト」を作っていたのですが、けっこう育ってきたので公開します。このリストは、過去に自分がミスしたときや、情報収集する中で「明日は我が身…」と思ったときなどに個人的にメモしてきたものをまとめた内容になります。 なお、この記事では各項目の解説はあまり入れていません。2024年7月10日のClassmethod Odysseyで少し詳しく話そうと思っているので、よかったら聞きにきてください。オンラインなので無料です。 セキュリティ 認証に関わるCookieの属性 HttpOnly属性が設定されていること XSSの緩和策 SameSite属性がLaxもしくはStrictになっていること 主にCSRF対策のため。Laxの場合、GETリクエストで更新処理を行っているエンドポイントがないか合わせて確認 Secure属性が設定されていること HTTPS通信でのみC

情報の利用における注意事項 シリーズ「自民支えた企業の半世紀」の報道で使用するデータは、官報を元にTansaが集計しました。約16万件ある全データのうち、単体で合計献金額の多い約500社を特定。これらについて社名変更・合併および子会社を以下の基準に基づき、統合しました。 ・最新の有価証券報告書に記載されている主要な子会社 ・最新の有価証券報告書の沿革に記載されている主要な合併および社名変更 ・有価証券報告書の提出がない場合、当該企業の公式ホームページの情報 ・その他複数の補助資料を確認し、同一である可能性が高いと判断できる場合 官報に記載の社名表記が完全に一致し、判別が困難なケースもあります。その場合は補助資料で確認した上で判断がつくもののみ統合しました。正しいデータになるよう精査していますが、官報掲載時に表記揺れや誤字脱字が確認できるものもあり、誤りや脱落がある可能性があります。 誤りに

こんにちは！ 今日は、動画の生成AIが一つ強いのが出てきて、それを触っていました。 RunwayというやつのGen-3というものです。 興味ある人は触ってみてください！ というわけで、動画生成AIは「まだまだ時間がかかるよね」と言われているものなんですが、2024年7月時点ではどうだったのか、と言うのを記録しておくと、将来見たときにちょっと面白いのではと思うので、メモがてら書いてみます。 どんな感じ？動画は綺麗だし、それなりに自然という印象です。ただし、写真よりも、変なところが目立つので、実用性があるのか？というとかなり難しいだろうなあ、と。 広告とかで使えるんじゃないか！という期待もあると思うんですが、正直結構大変だろうなあ、と思いました。 違和感が少なかったものまず、比較的違和感がなかったものから紹介します。 「東洋人のCEOが製品発表会でプレゼンをするが、手にはドリルがついている」と

大規模言語モデル (LLM) の学習データに含まれない知識（各社の特有の書類など）を踏まえてLLMに回答させる際に最早必須となってきたRAG (Retrieval-Augumented Generation)。 今回はそんなRAGのSurvey論文を元に、RAGの変遷や構成要素、新たに出てきた技術を俯瞰していきます。 Survey論文へのリンクはこちら arxiv.org RAGとは LLMはそれ単体で回答させると、質問によってはハルシネーションや学習時のデータにはなかった情報を生成時に加味できないといった問題から正しくない回答を生成することが多々あります。例えば世間一般に公開されていない自社の就業規則や業務標準についてをChatGPTに質問しても、正しい回答は得られません。 そのような問題への対応としてRAGが使われます。 「LLM単体で適切な回答を生成できないなら、ユーザーの質問を元に

現在位置 トップ > 政策・審議会 > 審議会情報 > 調査研究協力者会議等（研究振興） > 「2030デジタル・ライブラリー」推進に関する検討会 >  オープンサイエンスの時代にふさわしい「デジタル・ライブラリー」の実現に向けて～2030年に向けた大学図書館のロードマップ～

ノンプログラマーな自分が、大規模言語モデル（LLM）の助力で、初めてまともに動くプログラムを完成させることができました。

本当に失敗したな。まさにそう思う。何の話かというと、欧米の企業には「プロセスオフィス（Process Office）」と呼ばれる部門が普通にあるのに、日本企業には全くと言ってよいほど存在しないことについて、あまりに問題意識がなさ過ぎたのを悔やんでいるのだ。よくよく考えると、このプロセスオフィスに相当する部門がなければ、DX（デジタルトランスフォーメーション）なんてできるわけがないのだ。で、「IT部門がDXの実行部隊となって……」などと言っていたら、まさに噴飯ものである。 私と同様に、「プロセスオフィスだって？　そういえばそんな話を聞いたことがあるな」といった程度の認識の読者は多いだろう。というか「何だ、それ」という読者が大半かもしれない。それぐらいプロセスオフィスは日本企業には縁遠いのだ。さて、記事の書き出しがこうならば当然、まずはプロセスオフィスとは何かを説明するのが筋だ。だけどねぇ、プ

はじめに こんにちは。バクラク事業部 機械学習チームの機械学習エンジニアの上川(@kamikawa)です。 バクラクではAI-OCRという機能を用いて、請求書や領収書をはじめとする書類にOCRを実行し、書類日付や支払い金額などの項目内容をサジェストすることで、お客様が手入力する手間を省いています。 書類から特定の項目を抽出する方法は、自然言語処理や画像認識、近年はマルチモーダルな手法などたくさんあるのですが、今回は項目抽出のための物体検出モデルを構築するまでの手順について紹介します。 Document Layout Analysisとは Document Layout Analysisとは、文書のレイアウトを解析するタスク(直訳)のことを指します。具体的には、文書内のさまざまな要素(例えば、テキスト、画像、表、見出し、段落など)を抽出し、それぞれの位置や意味などを明らかにすることを目的とし

ふつうの軽音部 クワハリ/出内テツオ <毎週日曜更新！最新3話無料>ちょっと渋めの邦ロックを愛する新高校1年生・鳩野ちひろ。新品のギターを背に、軽音部の門を叩くも――!? 超等身大のむきだし青春＆音楽奮闘ドラマ、スタート！　※作品内使用楽曲はJASRAC申請中 [JC3巻9/4発売予定]

2024年6月28日より開催された「開発生産性Conference 2024」の登壇資料です。 https://dev-productivity-con.findy-code.io/2024 ▼関連資料 SPI原点回帰論：事業課題とFour Keysの結節点を見出す実践的ソフトウェアプロセス改…

マルチメディア，分散，協調とモバイル（DICOMO2024）シンポジウムでの招待講演の資料です。 https://dicomo.org/

みなさんこんにちは。@ryuzeeです。 2024年6月28-29日に開催の開発生産性Conference 2024で登壇しましたので、資料を公開します。 最近「開発生産性」という言葉を耳にする機会がすごく増えたような気がしますし、自分でもあるメディアの取材で「開発生産性」という単語を使ったのですが、なんとなくスッキリしない感じを抱えていました。 僕自身は「生産性」という単語の不透明さをさけるべく「開発生産性」を使ったのですが、これでも不透明さは残ったままだったわけです。 ということで、「開発生産性」が何を指すのかを深堀りした上で、この単語とどう付き合っていくべきなのかを整理したのが、このセッションです。 スライド全部を読む時間のない方もいると思いますので、以下に結論を書いておきます。 「開発生産性」に関心を持つ理由も、「開発生産性」の定義もさまざま 重要なのはコンテキスト 数字だけで全て

ブルーアーカイブの大黒柱、ヤン氏の正体──簡単に、自己紹介からお願いします。 ヤン氏： NEXON Games のMXスタジオで『ブルーアーカイブ』（以下『ブルアカ』）のメインシナリオライターを務めます、ヤン・ジュヨン（isakusan）と申します。『ブルアカ』のシナリオ、世界観、設定などを主に担当しています。 肩書的には、IP室の室長も兼ねています。IP室とは文字通りIP関連を統括する部署です。全体を俯瞰する立場から、プロデューサーやアートディレクターやゲームディレクターといった各部署の長と相談を重ねつつ、シナリオやキャラクターの整合を図り、会社のポリシーとすりあわせていきます。 ──ゲーム業界に入るまでの来歴を教えてください。 ヤン氏： 幼少期は漫画家を志していました。ものごころついてから、ずっと漫画ばかり描いていたのを憶えています。ですが、15歳ごろで才能の限界に気づき、小説へ転向し

3つの要点 ✔️ デコンパイルに特化した初のオープンソースモデル「LLM4Decompile」を開発 ✔️ モデルに新しい学習目的を導入し、デコンパイルの精度向上を実現 ✔️ 再コンパイルと再実行可能性に焦点を当てたデコンパイルのための初の標準化されたベンチマークを構築 LLM4Decompile: Decompiling Binary Code with Large Language Models written by Hanzhuo Tan, Qi Luo, Jing Li, Yuqun Zhang (Submitted on 8 Mar 2024) Comments: Published on arxiv. Subjects: Programming Languages (cs.PL); Computation and Language (cs.CL) code： 本記事で使用してい