Exadata Database Service on Dedicated Infrastructure(ExaDB-D) UI スクリーン・キャプチャ集
![複数の LLM モデルを扱う上で直面した辛みまとめ](https://cdn-ak-scissors.b.st-hatena.com/image/square/65e16d7ceb6c01a2a60d2ac1e444b26e1bb71c7d/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Ff32bd6d435d845ddb8653feb60fb586d%2Fslide_0.jpg%3F29473158)
Recently, the development of open-source large language models (LLMs) has advanced rapidly. Nevertheless, due to data constraints, the capabilities of most open-source LLMs are primarily focused on English. To address this issue, we introduce the concept of chat vector to equip pre-trained language models with instruction following and human value alignment via simple model arithmetic. The chat ve
はじめにChat Vectorと呼ばれる、重みの足し引きでFine TuningなしにChat能力を事前学習モデルに付与できるという技術あります。 事前に訓練されたベースモデル(例えばLLaMA2)の重みから、対応するチャットモデル(例えばLLaMA2-chat)の重みを引くことで得られる。継続的に事前訓練されたモデルの重みにChat Vectorを追加するだけで、さらなる訓練を必要とせずに、新しい言語でのChat機能をモデルに与えることができる。 https://arxiv.org/abs/2310.04799のAbstructの和訳つまりこういうことですね。 ChatVector = Llama2-chat - Llama2 でChat能力を抽出し、 New-Model-chat = New-Model + ChatVector でNew-ModelにChat能力を付与できます。(この
国内初、世界唯一となる『AIが意見集約・議論の合意形成を支援する』SaaSサービス「D-Agree」を提供開始-コロナ禍でも、いつでも、どこでも、誰でも、何人でも、利用できる今までにない新システム- AGREEBIT株式会社(本社:愛知県名古屋市、代表取締役:桑原英人)は、AIファシリテート技術でリアルタイムにオンライン上で議論や意見集約ができ、合意形成支援をする世界的に見ても唯一となるSaaSサービス『D-Agree(ディー・アグリー)』の正式提供を開始します。D-Agree開発者は、京都大学教授の伊藤孝行で、人工知能、特にマルチエージェントシステム・集合知に関する国際的な第一人者です。 「D-Agree」とは? AIによる議論・合意形成を支援する世界唯一の新サービス ”D-Agree” D-Agreeは国内初、世界的にも唯一となる、AIによるファシリテーション支援を実現した、インターネ
Sofia SAHAB 情報学研究科特定助教、Jawad HAQBEEN 同特定助教、Rafik HADFI 同特定准教授、伊藤孝行 同教授、Richard Eke IMADE 名古屋大学学生(研究当時)、大沼進 北海道大学教授、長谷川拓也 名古屋工業大学学生(研究当時)から成る研究グループは、会話型のAIエージェントを用いることで、対立状況にあるグループの偏見と不安を軽減できることを明らかにしました。実世界での対立状況として、アフガニスタンで歴史的に分断され対立し続けている民族グループを対象としました。さらに、会話型AIエージェントと、偏見と不安の軽減効果の因果関係を、ランダム化比較実験(RCT)を用いて明らかにしました。ここでは、オンライン議論支援システムD-Agreeを用い、議論をファシリテートする会話型AIエージェントを用いました。実験では、3つの民族出身の参加者を会話型AIエージ
OpenAIのChatGPTや、GoogleのGeminiのようなチャットAIを操作できるワーム「Morris II」を作成し、ユーザーの個人情報を盗み出すことに研究者が成功しました。 ComPromptMized https://sites.google.com/view/compromptmized New Malware Worm Can Poison ChatGPT, Gemini-Powered Assistants | PCMag https://www.pcmag.com/news/malware-worm-poison-chatgpt-gemini-powered-assistants 「Morris II」は、生成AIを活用するアプリケーションをターゲットとしたゼロクリックワームで、イスラエル工科大学やコーネル工科大学、ソフトウェア開発企業のIntuitなどの研究者たちに
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」(シームレス)を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 X: @shiropen2 企業は既存の製品やプラットフォームに生成AIを統合することで、コンテンツ生成の自動化、不要なユーザー操作の削減、複雑なタスクの効率化を目指している。チャットbotやバーチャルアシスタントなど、既存および新興の製品への生成AIの導入が進むことで、生成AIを搭載した半自律・全自律のエージェントから成るエコシステムが生まれつつある。 この研究では、そんな生成AIを搭載したアプリケーションを攻撃するワーム型のマルウェア「Morris II」を提案する。これは、36年前に登場した初期のインターネットワーム「Morris Worm」へのオマージュとして名付けられた
お知らせ: Microsoft WordやExcel等でひらがなの入力ができない問題を修正したファイル(20240408a)に差し替えました。ご迷惑をおかけしました。お手数ですが再ダウンロードのほどよろしくお願いいたします。 お知らせ: すみません。結構頻繁にアップデートをしているため、一度ダウンロードした方も、再ダウンロードして頂いた方が良いかもしれないです。最終更新は2024年4月8日4:41です。 ヒント: コピペ 「いちきゅうげんご」のふぉんとを、はいふしています。 どなたでもむりょうで、だうんろーどできます。 りようのせいげんは、ありません。ごじゆうに、ごりようください。 (にじはいふのみ、きんしさせてください) とあるうちゅうの「いちきゅうげんご」を、むりやりこんばーとしたものですので、あまりきたいしないでください。 このふぉんとのりようによる、いかなるとらぶる、そんしつ、そん
まるで本物の人間に見えるリアルなAIアバターや動く画像を作成し、英語や日本語など140カ国語以上の言語に対応したAI音声読み上げ機能で自然にしゃべらせ、680種類以上あるテンプレートを使って手軽にニュース映像のような動画を作れるAI動画作成ツールが「Vidnoz AI」です。カメラやマイクなどの専門機材や、出演者やナレーターといった専門のスタッフを用意しなくても手軽かつ低コストで動画作成が可能になるとのことなので、実際にどんな動画が作成できるのか試してみました。 Vidnoz AI:無料AI動画作成ツール|AIで動画生成は1分でできる https://jp.vidnoz.com/ ・目次 ◆01:Vidnoz AIで作れる動画は? ◆02:アカウントの作成方法 ◆03:Vidnoz AIを使って無料で動画を作ってみる ◆04:実際に動画を作成してみた ◆05:自分の顔写真をアバターにしてみ
従来から、「ARMはx86より(電力的に)効率的だ」という言説があります。これは単純に「ARMは省電力なスマホ向けで、x86は電力を食うPC向け」程度のアバウトなイメージのこともありますし、前世紀のRISC vs CISC論争のころからある「ARMはx86 (x64を含む)に比べ命令セットがシンプルなので、命令デコードにかかる電力が少なくて済んで効率的」という議論の形をとることもあります。 この議論については、半導体エンジニアの多くは「ARMがx86 より効率が良いというのは、もはや過去の神話」(in today’s age it is a very dead argument)という認識を共有していると言っていいでしょう。有名なところではApple CPU (ARM)とZen (x86)の両方を開発したジム・ケラー氏のインタビューでも言われていますし、Chips and Cheeseとい
顧客に「要望を聞いて」機能開発してしまっていた過去 解像度を高めて“評価される開発”になるための3つの取り組み 新PdM組織での顧客解像度の上げ方 植木氏の自己紹介 植木遼太氏:私からは「新PdM組織で実践した顧客解像度の上げ方」というテーマで発表します。簡単に自己紹介をしてから本題に移らせてください。 私は植木遼太と申します。先ほどの紹介にあったように、今現在は「楽楽精算」のPdMをしています。約2年前に入社しています。キャリアとしては2010年に新卒からインフラエンジニアとしてスタートして、その後、プロジェクトマネージャー、プロダクトマネージャーと役割を変遷させていったかたちのキャリアを歩んできました。 顧客解像度向上のための取り組みBefore/After では本題に移ります。先ほどのテーマにあったように、「顧客解像度の向上って」という話があります。発表の流れとしては、「そもそもこの
こんにちは。LLM STUDIO 機械学習エンジニアの宮脇(@catshun_)です。 本記事では最近注目を集めている AI ソフトウェアエンジニアに関するプロダクトについてざっくりと紹介します。 社内勉強会に向けたキャッチアップ資料として作成しており、加筆修正する可能性がありますが、本記事を読んだ方の議論のネタ程度になってくれれば幸いです。 おことわり 本記事では AI ソフトウェアエンジニアに関する 詳細な解説は含みません。 Devin を参考に AI ソフトウェアエンジニアと呼称していますが、主語が大きく曖昧性の高い表現を使用しています。詳細については 参照元をご確認ください。 不十分また不適切な言及内容がございましたらご指摘いただけますと幸いです。 プロダクト等の利用時は 必ずライセンスや利用規約を参照して下さい。 本記事の目次 プログラム生成を伴う推論 Self-Refine (
法律で規制されていない合成麻薬のLSDに似た成分が入った製品を摂取した人が、マンションから飛び降りて死亡するケースがことしに入って2件、相次いでいたことが捜査関係者への取材でわかりました。 危険ドラッグをめぐっては、法律で規制されると、未規制の類似の成分が作られるいたちごっこの状態が続いていて専門家は「安易な使用は絶対に避けてほしい」と注意を呼びかけています。 捜査関係者によりますと、ことし1月から翌月にかけて、西日本の大学に通う20代の男子学生と、都内に住む20代の女性が、合成麻薬のLSDに似た成分が入った製品を摂取したあと、マンションから飛び降り、死亡していたことが相次いで確認されたということです。 マンションの部屋からは、いずれも「1DーLSD」という法律で規制されていないLSDに似た成分の名前が書かれた製品などが見つかっていて、警視庁や厚生労働省の麻薬取締部は、この製品を摂取したこ
こんにちは!プロダクトマネージャーのひまらつ(@himara2)です。 「戦略」とはどこか掴みどころのない言葉です。会社の事業戦略を考えたりそれをプロダクト戦略に落とし込んだりを定期的に行っていますが、戦略とは何を考えることなのか、いまいち解像度があげきれずにいました。 最近、プロダクトの行く先を考えるなかでその意味するところが少しわかった気がしました。戦略とは何か?戦略を立てるときに何に気をつければよいのか?このnoteで自分の理解を整理してみます。 戦略とはなにか?戦略とは「目的地に向かうルートを決めるもの」、というのが自分の理解です。 目的地というのは、大きく捉えればビジョンです。「こういう世界をつくりたい」というビジョンを叶えることが事業の最終的な目的地といえます。 もう少しミクロだと、事業として重要な地点にいくことが目的地です。PMFするとか、広く市場に受け入れられるとか、グロー
Command-R is a scalable generative model targeting RAG and Tool Use to enable production-scale AI for enterprise. Today, we are introducing Command-R, a new LLM aimed at large-scale production workloads. Command-R targets the emerging “scalable” category of models that balance high efficiency with strong accuracy, enabling companies to move beyond proof of concept, and into production. Command-R i
以下の記事が面白かったので、簡単にまとめました。 ・Command R: Retrieval-Augmented Generation at Production Scale 1. Command R「Command R」は、「RAG」や「Tool」などの長いコンテキストタスク向けに最適化されたLLMです。CohereのEmbeddingおよびRerankと連携して動作するように設計されており、RAGアプリケーションに最高クラスの統合を提供し、エンタープライズユース ケースで優れています。 特徴は、次のとおりです。 ・RAGとToolの使用に関する高い精度 ・低遅延、高スループット ・128Kコンテキスト長、価格が安い ・10の主要言語に対応 (日本語含む) ・研究・評価のためにHuggingFaceでウェイトを公開 「Command R」は、Cohere のホスト型APIですぐに利用でき
[\"12\", 85, \"123\", 200]\n \n```\n\n次のように書いても同じです。\n\n```\n\n [\"123\", 200, \"12\", 85].sort_by(&:to_i) #=> [\"12\", 85, \"123\", 200]\n \n```","comment_count":3,"content_license":"CC BY-SA 3.0","creation_date":"2014-09-29T20:10:36.950","id":"70","last_activity_date":"2014-09-29T20:10:36.950","last_edit_date":null,"last_editor_user_id":null,"owner_user_id":"85","parent_id":"69","post_type":"ans
We study the problem of designing models for machine learning tasks defined on \emph{sets}. In contrast to traditional approach of operating on fixed dimensional vectors, we consider objective functions defined on sets that are invariant to permutations. Such problems are widespread, ranging from estimation of population statistics \cite{poczos13aistats}, to anomaly detection in piezometer data of
By completing the form below, you acknowledge that the provided data is offered as is. Although we anticipate no problems, you accept full responsibility for any repercussions resulting from the use of this data. Furthermore, you agree that the data must not be utilized for malicious or harmful purposes towards humanity. \n","classNames":"hf-sanitized hf-sanitized-KPOGlpZY3uV4f-avgWz_O"},"gated":"
While recent preference alignment algorithms for language models have demonstrated promising results, supervised fine-tuning (SFT) remains imperative for achieving successful convergence. In this paper, we study the crucial role of SFT within the context of preference alignment, emphasizing that a minor penalty for the disfavored generation style is sufficient for preference-aligned SFT. Building
実プロダクトにおけるプロンプトチューニングはとても疲弊する仕事です。 出力が求める品質に満たない時にプロンプトを変更していく訳ですが、それによって他の品質が満たせなくなるリグレッションが起きたり、また、ある課題が100%の確率で起きるということはほぼなく、何回も繰り返し実行してその課題が起きないか確認する必要があったりします。 この疲弊しがちなタスクを効率化するために実験管理の環境を整えるのも大事なのですが、それにアドオンとして可能な限りLLMさんに自動でチューニングしていただけないかな〜と思い、手始めに先行研究を色々調べてみたのでそのリサーチ内容をまとめてみます。 NeuroPrompts 少し前にこちらの記事で話題になった方法です。 ざっくりまとめると「text-to-imageのプロンプトチューニングに特化した fine-tuning をしたモデルを作った」という内容です。 2章を読
Recent work has demonstrated that increased training dataset diversity improves general cross-domain knowledge and downstream generalization capability for large-scale language models. With this in mind, we present \textit{the Pile}: an 825 GiB English text corpus targeted at training large-scale language models. The Pile is constructed from 22 diverse high-quality subsets -- both existing and new
大規模英語コーパス「The Pile: An 800GB Dataset of Diverse Text for Language Modeling」を要約したNLPAIcorpusLLM 三行で要約 大規模言語モデルの学習にはデータセットの多様性を増やすのが良い。 多様性が増えると、モデルの知識も一般化能力も向上できる。 だから、いろんなデータ集めて、英語のテキストコーパス (825 GB) を作ったよ。 対象読者 大規模(小規模)言語モデルを作ろうとしている人 課題:データの需要の増加と多様性の重要性 大規模言語モデル (LLM) の性能を上げるには大量のテキストで学習をすることが重要。そのため、今後はデータの重要性は更に増していく。 最近の LLM は Common Crawl からデータを取得することが多い。Common Crawl のデータで学習すると性能が向上するのは確かだが、
ChatGPTが盛り上がる中、オープンライセンスなLLM(大規模言語モデル)開発も行われている。その中でCerebras-GPT(Cerebras Systems Releases Seven New GPT Models Trained on CS-2 Wafer-Scale Systems – Cerebras)が日本語を使えると聞いて試してみた。 Colab Pro +でA100 GPUを使うと、cerebras/Cerebras-GPT-6.7B · Hugging Faceにそって6.7Bのモデルを動作させることができる[1]。 import torch device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu') from transformers import AutoTokenizer, Au
Large language models are commonly trained on a mixture of filtered web data and curated high-quality corpora, such as social media conversations, books, or technical papers. This curation process is believed to be necessary to produce performant models with broad zero-shot generalization abilities. However, as larger models requiring pretraining on trillions of tokens are considered, it is unclea
ジョブスケジューラについて スーパーコンピュータシステム(以下、スパコン)は、ユーザのプログラムを「ジョブ」という単位で実行します。 本センターのスパコンでは、Slurm というジョブスケジューラを用いて、ジョブの制御を行っています。 一部機能をカスタマイズしているため、標準的なSlurmとは使い勝手に若干の差異がありますので、ご注意ください。 ジョブスケジューラは、「キュー」と呼ばれる仮想的な入れ物でジョブを管理しており、システムにバッチ処理を依頼する際にはキューを指定する必要があります(キューにジョブを投入する)。 スパコンでは、お申し込み頂いたサービスコースごとにキューを用意しておりますので、そのキューを使用してジョブを実行いただくことになります。 Slurm の公式マニュアルでは、キューのことをパーティションと表現されていますが、本マニュアルではキューで統一致します。 また、申し込
Slurm Workload Manager(旧称:Simple Linux Utility for Resource Management、SLURM)またはSlurmは、LinuxおよびUnix系のカーネルのためのフリーでオープンソースなジョブスケジューラーである。世界中の多くのスーパーコンピューターやコンピュータークラスタで使用されている。Slurmは3つの主要な機能を提供している。1番目は、計算を実行するユーザーに対してリソース(コンピューターノード)への排他的・非排他的なアクセスを割り当てる機能である。2番目は、割り当てられたノードの集合上でのジョブの開始、実行、モニタリング(MPIなどの並列ジョブでよく使用される)を行う機能である。3番目は、待機中のジョブのキューを管理することで、リソースへの競合を解決する機能である。 Slurmは、TOP500の約60%のスーパーコンピュータ
Slurmの概要# Slurm とは# Slurm Workload Manager (Slurm) はジョブ管理システム(ジョブスケジューラー)です。Slurm を利用することで、これまで1台のマシン上で実行していたプログラムを、複数の計算ノード上で円滑に実行することが可能となります。 ジョブとは# CPUやメモリ等の計算資源が割り当てられる処理単位です。シェルスクリプト(コマンドやパラメータを記載したファイル)を実行すると、1つのジョブとして扱われます。 ジョブ実行の流れ# ご自身の端末(UnitA)、もしくはシンクラ仮想デスクトップ(UnitB,C)からスーパーコンピューターのログインノードにログインする。 シェルスクリプトの作成、ジョブのテストを行い、ジョブ投入の準備をする。 sbatchコマンドでジョブを投入する。 ジョブの状態確認はsqueueコマンドで行う。 ジョブの実行結果
開発テーマ・概要 ビジネスで利用可能なLLMの開発 ハルシネーションの抑制 ビジネス向け日本語データセットの選定 etc… チーム全体の開発状況 ドキュメント構成の熟考(初見でも実施事項が分かりやすいように変更) 前処理、データセット、アーキテクチャー、学習・評価方法の調査 サブチームからの情報共有 サブチーム1(ドキュメント) やったこと:Notionの構成を整理、slackでチームの入り口のページを作成中 計算資源へのログインを試した。 次にやること:slurmの検証アイディア出しと環境構築。 サブチーム2(前処理) やったこと:Common Crowlのデータをきれいにする手法の検討。公開コードなどを用いて実施中。個別の環境で小規模データで実施中。web crawlのコードのテストを実施予定。トークナイズ化の手法についても検討中。 サブチーム3(データセット) やったこと:前処理チー
開発テーマ・概要 開発テーマ メインテーマ 「ハルシネーションが最大限逓減された(最大限自然言語的に自然な言語のみを含ませた事前学習データによって学習された)日本語大規模言語モデルを開発する.」 サブテーマ1 「ディベートデータを用いて言語モデルを事後学習することでより高次な論理的思考力をモデルに付与する」 サブテーマ2 「MoE(Mixture of Expert)の実装例となるモデルをOSS公開する」 プロジェクト目標 全員が成長する. できるだけ離脱者を出さず,LLM開発経験者を最大限生産する 研究余地や公開意義のある知見を取り出す 日程,計算,データなどのリソースは限られるが,最大限アカデミアへの貢献を目指す ハルシネーションの最大限逓減を目指す 嘘をできるだけつかないLLM開発へ向け,事前学習データの精査(+RLHF)に挑戦する メインの参考文献 RefinedWeb The R
開発テーマ・概要 新しいMoEモデルの作成と検証(モデル1, 2チーム) 新しいMoEの学習アルゴリズムの作成と検証(学習アルゴリズムチーム) コーパスの自動作成(自動コーパスチーム) チーム全体の開発状況 モデル1, 2は小規模での実験を行った 学習アルゴリズムについては環境構築中 コーパスについても検討、前処理に向けて進行中 サブチームからの情報共有 開発基盤 やったこと 各チームの状況と今後の大枠の計画の整理 分かったこと Tokenizerの訓練が必要であること MoEの分散環境構築に工数がかかりそうであること 次やること 各チームの状況の確認 4月以降のモデル、アルゴリズムチームのコードの統合の準備 自動コーパス やったこと 事前学習のためのコーパスの検討/文献調査 コーパス前処理に関する文献調査とテスト環境整備 分かったこと 必要コーパスの量の決定とその種類について仮決定 コー
開発テーマ・概要 私たちは、日本語での大規模言語モデルの開発をしています。 テーマ:メンバー全員で作り上げるボトムアップ型開発 チーム全体の開発状況 メンバー全員と面談を行い、希望を聴取し、各チーム(全体統括チーム、データチーム、事前・事後学習チーム)へのチーム割りを行いました。以下の課題が浮き彫りとなり、解決策を検討しました。 課題と解決策 課題1:稼働時間の短いメンバーのキャッチアップの難しさ(1日2時間程度の稼働時間のうち、1時間はキャッチアップで溶けてしまう) 「ここを見てね」という場所を作る どこを見ればよいか?はslackのcanvasに記載 キャッチアップで見るべき場所は、slackのピン留めアイテムとnotionの更新履歴 課題2:他チームの動きが見づらい notionページのチームホームの記載の統一化(スケジュール、メンバー一覧、週次報告内容はここでわかるようにする) チ
開発テーマ・概要 私たちのチームは、大規模言語モデル(LLM)の開発に取り組んでいます。具体的には、日本語に特化したLLMの開発を目指し、データセットの収集・加工、モデルの学習、推論システムの構築などを行っています。 チーム全体の開発状況 現在、各サブチームが並行して作業を進めています。データセットの収集・加工では、CommonCrawlやPMC OAなどの大規模データから日本語テキストを抽出し、クリーニングを行っています。モデルの学習では、0.3bモデルの学習を完了し、1Bクラスのモデルの学習に向けた準備を進めています。また、独自のパイプラインの構築や、カリキュラム学習の検討なども行っています。 サブチームからの情報共有 サブチーム1: 指示データセット やったこと インストラクションデータのタスク案をmiro上で作成し、タスク案をクラスタリング 評価データセットの確認 データ収集用のW
週次報告 チーム名: team_kumagai 日時: 3/26(火) 開発テーマ・概要 PR-MoEのような、MoEの構造のモデルの学習をする 商用利用可能な良質なデータセットの作成 チーム全体の開発状況 Huggingface登録までの一連の流れを実施 wiki40bを利用した、独自のトークナイザーの学習(3type) https://huggingface.co/geniacllm/ja-tokenizer-unigram-v1 https://huggingface.co/geniacllm/en-tokenizer-unigram-v1 https://huggingface.co/geniacllm/ja-en-tokenizer-unigram-v1 以下の条件でのモデルの学習、wandb,hugggingfaceの連携 データ: wiki40bja モデル: Mixtral
2023年3月29日に、Linuxで広く採用されている圧縮ツール「XZ Utils」にバックドアが仕込まれていることが発覚しました。このバックドアを仕込んだ「Jia Tan」と名乗る人物の正体について、プログラマーのエバン・ボエス氏がGitHubコミットなどを追いかけて分析した結果を公開しています。 Everything I know about the XZ backdoor https://boehs.org/node/everything-i-know-about-the-xz-backdoor XZ Utilsはオープンソースで開発されており、複数人から寄せられたコードをメンテナがマージする開発形態を取っていました。XZ Utilsのメンテナは長年ラッセ・コリン氏が務めていたのですが、2022年にJia Tanがコリン氏に代わってメンテナに就任。そして2024年2月23日にJia
不登校をAI(人工知能)で予測する――。こんな取り組みが2024年3月末まで埼玉県の戸田市で行われていた。2023年11月に戸田市内のパイロット校で試行を始め、同年12月から同市内の公立小学校12校、同中学校6校の計約1万2000人の児童生徒のデータを分析対象に、「不登校予測モデル」構築の実証をした。事業はこども家庭庁の「こどもデータ連携実証事業」として戸田市が受託し、内田洋行、PKSHA Technologyグループとともに進めたものだ。 不登校リスクモデルの目的は学校現場での「プッシュ型支援」につなげること。いち早く不登校の兆候がある児童生徒を把握し、教員が事前に支援する。自らSOSを発信できない児童生徒に対しても、先手を打って手を差し伸べる。経験の浅い教員でも支援のきっかけを得られる。 一方で個人の、それもネガティブと捉えられる傾向を予測する取り組みは、データの取り扱いだけでなく判定
旅行に行くといつも、寝ている妻を起こさないようにこっそり起き出して、1人で朝の街を走っている。前日に地図を眺めてこの道を行ってみようとか、このエリアをぐるっと回ってみようとか、考えているだけでも楽しい。それが海外なら、尚更だ。コロナが流行してから海外に行けない時期が続いたので、今回の台湾旅行は久しぶりの海外だった。 朝起きると雨が降っていたけど、しばらく待っていたら止んだのですぐに着替えて飛び出した。台北駅すぐ近くのホテルに泊まったので、大きなビルがたくさん集まる大都会の街からスタートだ。 雨上がりの朝の街はしっとりしていて、道を行く人も少なくひっそりと静まりかえっていた。 しばらく走ると大きな道路に出た。高速道路の高架下や、幹線道路沿いの壁、いたるところにグラフィティがある。 木の根っこまで餌食になっていた。これはやってる。 川と街を隔てる護岸壁は、オフィシャルなアートで彩られている。扉
はじめに テキストからダイアグラムの図が生成できるMermaidでAWS構成図をつくる方法を紹介します。 また、MermaidはGithubやQiitaなどのWebサービスやVSCodeやIntelliJなどのツール、コマンドやWebシステムでも使用できますので、良ければ下記の記事もご確認ください。 Mermaidのことはなんとなくわかったけど、AWSの構成図や配置図が描けないか考えていた人にも参考になれば幸いです。 AWSの構成図をつくる ・どんな感じの図ができるのか AWSの構成図を描くときにはAWS公式から提供されている[AWS Architecture Icons]というAWSのダイアグラムを書く際のアイコンセットを利用する機会が多いと思いますが、Mermaidでは残念ながらまだ使用できません。 そこで、アイコンの使用は諦めてAWSに関するグループやサービスについて、それっぽく見え
弁護士ドットコム 民事・その他 岡口弁護団「勝ったと思った」から一転…読み上げに2時間超、「罷免判決」に書かれていたこと<弾劾裁判詳報> 裁判官弾劾裁判所は4月3日、仙台高裁の岡口基一裁判官に対し、「裁判官としての威信を著しく失うべき非行があった」(裁判官弾劾法2条2項)として、罷免判決を宣告した。罷免判決は8例目。 罷免するかどうかは、衆参7人ずつの国会議員計14人から構成される裁判員の評議で決まる。 判決後、記者会見を開いた船田元裁判長(衆・自民)によると、評議は「議論百出」だったといい、投票数は非公表ながら「ギリギリだったということは申し上げられる」。 裁判官弾劾法によると、罷免には評議に出席した議員の3分の2以上の賛成が必要(同法31条2項)。今回は12人での評議だったため、8人以上が賛成したことになる。「ギリギリ」ということは、反対票が3〜4人いた可能性がある。 一方で、船田裁判
――ウクライナ戦争は日中戦争との類似点を感じます。侵略を受けた国のトップが、世界を味方につけて寝技で粘り続ける。「蒋介石=ゼレンスキー」説を提唱したくなりますが……。 かつての中国と、現在のウクライナの違いは国の大きさですよね。今回の場合はロシアの方が大きいですから、戦争が長く続くほど、物量でどうしてもロシアが有利になる。もっとも、一対一の戦いは限界があるので、世界を味方につけて戦う寝業師という点ではゼレンスキーと蒋介石は結構共通点があるかもしれません。 大阪万博にも共通する“日本社会の危うさ” ――日中戦争の教訓がもうひとつあるとすれば、戦略目的が曖昧なまま巨大事業に税金を注ぎ込み、微妙な結果を生んでしまうという構図の危うさではないでしょうか。 そうですね。戦術はあるけれど戦略はない。そして、失敗しても撤回できない。その理由は、撤回すると誰かが責任を取らなくてはならないからです。 日中戦
Layout Tools Creating complex dynamic layouts often requires the use of grid and flexbox. Learning all the possible properties and how they interact with one another can be challenging. Gimli solves this by providing visual tools that greatly simplifies the process of creating complex layouts. Every edit will also change your code in realtime.
満開に咲き誇る京都の桜。毎年この時期、京都には桜を見るために世界中から観光客が訪れる。(Photograph by Rinko Kawauchi) 毎年桜が開花する時期になると、人の心をとりこにする美しい眺めとアーモンドのような香りに引き寄せられて、世界中から観光客が京都に押し寄せる。しかし昨今、桜が満開になる時期は1850年と比較して2週間近く早くなっていることが、2022年5月に学術誌「Environmental Research Letters」に発表された論文で示されている。 気候変動が花を咲かせる植物に与える影響を研究している科学者たちは、その最も重要な基準の一つとして、桜が咲く時期に注目している。「私たちは今、人類がこれまで経験したことのない急激な気候変動に直面しています」と、カナダ、ブリティッシュ・コロンビア大学の准教授で、植物群落と気候変動を研究しているエリザベス・ウォルコ
Dify Cloud · Self-hosting · Documentation · Enterprise inquiry Dify is an open-source LLM app development platform. Its intuitive interface combines AI workflow, RAG pipeline, agent capabilities, model management, observability features and more, letting you quickly go from prototype to production. Here's a list of the core features: 1. Workflow: Build and test powerful AI workflows on a visual ca
はじめに デザイナーの toshi です。少しずつ暖かくなり畑仕事も捗ります。(この前、ジャガイモの植え付けとネギを 200 粒蒔きました。おいしく育つといいな 🌱 ) さて、この記事では私のデザインワークを格段に上げる「 Eagle 」とその使い方を紹介できたらと思います。 私は 2018 年頃から Eagle を使い始めてデザインワークの初速が上がったり、画像・素材管理のストレスが確実に減りました。 みなさんは、競合調査やベンチマークにするデザインなど参考にするデータはどのように管理していますか? ブックマークで管理?キャプチャ画像をフォルダで管理?画像管理アプリで管理? はじめに なぜベンチマーク管理と参照が大切だと考えているか 時間の有効活用 自分の基準「だけ」で判断しない 質より量でアイデア出しの初速を高める Eagleを使う前 Eagle とは Eagle の使い方 Eagl
さっき又聞きで聞いたんですが、さるさる日記が6月30日をもって閉鎖されるとのことです。日記とかすべて削除されるそうです。 別にさるさる日記に何の恩も仇もないのですが、「ネットにアップした日記は未来永劫残るから末代までの恥」みたいな笑い話を昔よくしてたのにそれがいざこうやって末代どころか自分の目が黒いうちに削除されるんだから、ほっとした一方で結局なんにも残らないんだという寂しい思いがあります。 僕が書いてたさるさる日記「Not Found」が何の挨拶もなくある日急に始まってるのは、それ以前に書いていた日記がすべて削除されたからです。削除されたのはその当時さるさる日記で一番人気のあった、凛という女が書いてた「叶わぬ恋」とかいう間抜けな恋愛日記みたいのに対して毎日誹謗中傷し続けたからです。朝から晩まで、寝ても覚めても、誹謗中傷してました。さるさる日記の管理人から直接メールがきて「内容が酷い」「凛
Node.jsはいらない場合がある、むしろいらない場合の方が多いかもしれない、 そしてDenoとBunを使い分けて代替する方法を説明するという記事です。 Post Node.js ランタイムの登場 Node.js のあとにできたランタイムがいくつも登場しています。 Deno Bun WinterJS LLRT この中でも、人気であるDenoとBunを中心に考えていきます。 DenoやBunに変えるメリット これがなければNode.jsから変える必要はないと思います。 私は、以下の3つが、2ランタイムに共通して言える大きなメリットだと思います: ネイティブTypeScriptサポート 高速 Web標準 ネイティブTypeScriptサポート 現在、JavaScriptを記述するときは、TypeScriptを利用することが多いと思います。 Node.jsでTypeScriptを使うとき。tsc
JavaScriptパッケージシステム「npm」は巨大なバグを抱えていると指摘し、新たなパッケージシステムを開発する「vlt」。npm作者らの参加を発表 npmに代わる新しいJavaScriptのパッケージシステム「vlt」(vōlt:ボールト)を開発しているvlt technologyは、同社にnpmの作者であるIsaac Z. Schlueter氏、npmのスタッフエンジニアリングマネージャであったDarcy Clarke氏、npmのCLIチームであったRuy Adornoらが参加すると発表しました。 Node.jsとnpmが作ったJavaScriptのエコシステム サーバサイドでJavaScriptを実行可能にしたNode.jsの登場と、そのNode.jsを基盤にJavaScriptのアプリケーションやモジュールなどをパッケージングして登録し、自由にダウンロード可能にしたレジストリで
The latest news from Google on open source releases, major projects, events, and student outreach programs. The internet has changed the way we live, work, and communicate. However, it can turn into a source of frustration when pages load slowly. At the heart of this issue lies the encoding of images. To improve on this, we are introducing Jpegli, an advanced JPEG coding library that maintains hig
2023年10月から続いている、いわゆる「イスラエル・ハマス戦争」において、イスラエル国防軍(IDF)がAIベースのシステム「Lavender(ラベンダー)」を導入して、ターゲットを識別し攻撃していることがわかりました。その標的数は3万7000人に上りますが、システムによる誤認も10%ほど発生しているそうです。 ‘Lavender’: The AI machine directing Israel’s bombing spree in Gaza https://www.972mag.com/lavender-ai-israeli-army-gaza/ תחקיר: בתוך המנגנון האוטומטי של ההרג ההמוני בעזה - שיחה מקומית https://www.mekomit.co.il/%d7%91%d7%aa%d7%95%d7%9a-%d7%94%
2024/04/04 『かがみの特殊少年更生施設』プレイヤー数が10万人を突破。現在の踏破率は7%【配信歓迎】 第四境界の最新作『かがみの特殊少年更生施設』のプレイヤー数が3日で10万人を突破し、踏破率(クリア)”いたしました。お楽しみいただきありがとうございます。 その後、公開5日でプレイヤー数は10万人を突破し、現在のクリア率は7%になります。 『かがみの特殊少年更生施設』は、X(旧Twitter)上では“#気づいてA君”というハッシュタグで話題となっている“ある少年院”を題材とした体験型モキュメンタリーであり、実在するWebサイトを探索する新しいミステリーゲームでもあります。 こちらの映像に登場する“少年院のWebサイト”は実際に存在しており、アクセスはもちろんのこと、自身の手で調査を進めることも可能。サイトから“気になるワード”を見つけ出し、それをサイト上で検索することで、より深く
実在するWebサイトを舞台とした体験型ミステリーゲーム『かがみの特殊少年更生施設』のプレイヤー数が、公開から3日で5万人を突破し、最後まで到達できた人数は約3000人であることが公式Xアカウントにて告知された。 全体のわずか6%と低い踏破率から、本作を踏破するための難度がいかに高いのかが伺える。 また、本日より公式に配信ガイドラインが公開されている。実況、レポート、収益化やネタバレも問題ないとのことなので、配信しながら『かがみの特殊少年更生施設』に挑戦したい方は、ぜひ参照してみてほしい。 「削除覚悟でこの動画を載せます」というメッセージが概要に掲載された映像では、大学時代の旧友から「不気味なWEBサイトがある」という一通のメールが届き、リンクをクリックすると画面に映し出されたのは少年更生施設のWebサイトであった。 (画像はかがみの特殊少年更生施設 #気づいてA君より)動画でナレーションを
4年前、京都市の病院で脳腫瘍の手術を受けた女性が腫瘍ではない脳の組織を誤って摘出されたなどとして医師と病院側に賠償を求めた裁判で、病院側がミスを認める文書を裁判所に提出したことがわかりました。一方、女性が手術後に出たと主張するしびれなどの症状と、ミスとの関係については裁判で争うとしています。 この裁判は4年前、京都市にある京都第一赤十字病院で脳腫瘍の手術を受けた70代の女性が、腫瘍ではない脳の組織を誤って摘出され、しびれなどの症状が出たとして、執刀した医師と病院を運営する日本赤十字社に合わせて2800万円余りの損害賠償を求めたものです。 病院側が裁判所に提出した準備書面には「手術した医師が開頭すべき位置を誤り、指導医も気づかないまま、本来摘出すべき腫瘍ではなく、脳の他の組織を摘出した」などとミスを認める内容が書かれていることがわかりました。 このミスについて病院側は女性と家族に対し、手術か
国立社会保障・人口問題研究所が最新の将来推計人口を発表し、大きな話題になった。50年後の2070年には総人口が約8700万人、100年後の2120年には5000万人を割るという。 ただ、多くの人が「人口減少日本で何が起こるのか」を本当の意味では理解していない。そして、どう変わればいいのか、明確な答えを持っていない。 ベストセラー『未来の年表 業界大変化』は、製造・金融・自動車・物流・医療などの各業界で起きることを可視化し、人口減少を克服するための方策を明確に示した1冊だ。 ※本記事は河合雅司『未来の年表 業界大変化』から抜粋・編集したものです。 日本から「全国紙」が消える日 対面販売ではなくとも、地域の商圏縮小の影響を直接受ける業種がある。会社名に都道府県名を冠した「ご当地企業」である。 代表的なのは地方銀行やカーディーラーのように地区割りされた各種の販売代理店だ。広い意味では地方国立大学
クラウド王から生成AIの寵児へ、華麗なる転身だ。 クラウドインフラで世界最大手のアマゾン・ウェブ・サービス(AWS)の日本法人で12年にわたり社長を務めた長崎忠雄氏が、OpenAIが新たに開設した日本法人に移籍したことが東洋経済の取材でわかった。 生成AIの火付け役となった「チャットGPT」の開発会社であるOpenAI。4月15日にアジア初の拠点として、東京オフィスを開設する。日本での採用や法人セールス、カスタマーサポートなどを担うほか、AI活用をめぐる制度整備に向けた議論にも積極的に参加する方針だ。 長崎氏は3月12日付で、「OpenAI Japan合同会社」の職務執行者(合同会社の代表社員が法人の場合に選任が必要な、現実に職務を執行する者)に就任した。前職のAWSの日本法人でも職務執行者を務めており、業界関係者からは「実質的な社長の役割を務めるのでは」との声が上がる。 国内でのクラウド
「ChatGPT」など広く使われているAIサービスは、通常であればセーフティがかけられていて、「人を殺す方法」「爆弾をつくる方法」といった倫理的に問題のある質問には答えないようになっています。ところが、あまりにも多い質問を一度にぶつけてしまうことによりセーフティが外れ、AIが問題のある回答を行ってしまう可能性があることがわかりました。 Many-shot jailbreaking \ Anthropic https://www.anthropic.com/research/many-shot-jailbreaking 大規模言語モデル(LLM)は、モデルの刷新と共にコンテキストウィンドウ(扱える情報量)も増加しており、記事作成時点では長編小説数冊分(100万トークン以上)を取り扱えるモデルも存在します。 大量の情報を扱えるというのはユーザーにとって利点になりますが、大量の情報を扱うことによ
この記事ではこれから、「生活する性別」という概念を紹介します。この概念を手に入れることで、トランスジェンダーの人たちの生きる状況がよく理解できるようになるからです。反対から言えば、この「生活する性別」という発想を持っていないと、トランスの人たちについて、誤った理解を持ってしまう結果にもなります。 1.「心の性」と「身体の性」 トランスジェンダーの人たちの状況を言うために、これまでずっと「心の性」と「体の性」という概念が使われてきました。「トランス男性は『身体が女性で心が男性』の人です」といった風に。これらの言葉は、社会がトランスジェンダーの存在を理解し、受け入れるために確かに役に立った面もありました。しかし、その目的にとって、明らかに物たりない面があります。詳しくは以下に書きました。 yutorispace.hatenablog.com 上の記事では、「心の性」と「身体の性」をやめるべき理
ボツワナ・カラハリ砂漠のチョベ国立公園のゾウ=2023年10月13日/Murat Ozgur Guvendik/Anadolu/Getty Images (CNN) アフリカ南部ボツワナのモクウィツィ・マシシ大統領が、狩猟標本の輸出をめぐる論争に絡み、2万頭のゾウをドイツに送り付けると脅している。 「2万頭のゾウをドイツのために。これは冗談ではない」。マシシ大統領はドイツの大衆紙ビルトにそう語った。 マシシ大統領は、ボツワナでゾウが「過密」状態になっているにもかかわらず、ドイツが狩猟標本の輸入を禁止しようとしていると批判する。 ドイツ環境省は今年に入り、密猟の懸念を理由に狩猟標本の輸入を厳格に規制する方針を打ち出していた。 マシシ大統領はドイツのシュテフィ・レムケ環境相(緑の党)に矛先を向け、ドイツの緑の党は、ゾウの狩猟をせずにゾウと共存することを学べるだろうと揶揄。「ベルリンで座ってボツ
3月12日火曜日に始まったPublickeyへのDDoS攻撃に対して、これまでサーバの強化、Cloudflareの導入とDDoS対策のための設定を行ってきました。 その結果、3月24日日曜日の夜に始まり3月27日水曜日の朝まで3日間連続で続いたDDoS攻撃のあいだもWebサイトの閲覧と記事更新などを問題なく行える状態となり、DDoS攻撃がWebサイトの運営の大きな障害ではなくなりました。 ちなみにそれ以後DDoS攻撃は止んでいますが、今後はいつDDoS攻撃を受けてもWebサイトの運営に支障がでることはなくなったと考えられます。この記事では結局どのような対策を行ったのか、実際に効果を発揮したDDoS対策を紹介していきます。 これまでの経緯は下記の記事をご参照ください。 Publickeyが受けたDoS攻撃、これまでの経緯と対策まとめ 続、Publickeyが受けたDoS攻撃、これまでの経緯と
この記事には複数の問題があります。改善やノートページでの議論にご協力ください。 出典がまったく示されていないか不十分です。内容に関する文献や情報源が必要です。(2021年3月) 古い情報を更新する必要があります。(2021年3月) 正確性に疑問が呈されています。(2021年3月) 出典検索?: "ネイティブスピーカーの数が多い言語の一覧" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL この記事には参考文献や外部リンクの一覧が含まれていますが、脚注によって参照されておらず、情報源が不明瞭です。 脚注を導入して、記事の信頼性向上にご協力ください。(2016年5月) ネイティブスピーカーの数が多い言語の一覧(ネイティブスピーカーのかずがおおいげんごのいちらん)は、言語を母語人口の多い順に配列した一覧である
本日、我々は大規模な生産ワークロードを対象とした新しいRAG最適化LLMであるCommand-Rをリリースできることを嬉しく思います。 Command-Rは、高効率と高精度のバランスを保ち、企業が概念実証を越えて本番稼動に移行することを可能にする、新たな「スケーラブル」モデルのカテゴリーに適合します。 Command-Rは、RAGアプリケーションのためのクラス最高の統合を提供するために、私たちのEmbedとRerankモデルと手をつないで動作します。このモデルは、スケーラブルなカテゴリーにおいて他を凌駕し、その出力には幻覚のリスクを軽減する明確な引用が付属しています。 ツールの使用により、企業の開発者は、複数のシステムにまたがり、複雑な推論や意思決定を必要とする、時間のかかる手作業の自動化を解除することができます。 Command-R は、コンテキストの長さが長くなり、Cohere のホス
Exploring the unknown, together Cohere For AI is a non-profit research lab that seeks to solve complex machine learning problems. We support fundamental research that explores the unknown, and are focused on creating more points of entry into machine learning research. Curiosity-driven collaboration We are committed to making meaningful progress in machine learning research through open collaborat
","chat_template":[{"name":"default","template":"{{ bos_token }}{% if messages[0]['role'] == 'system' %}{% set loop_messages = messages[1:] %}{% set system_message = messages[0]['content'] %}{% elif false == true %}{% set loop_messages = messages %}{% set system_message = 'You are Command-R, a brilliant, sophisticated, AI-assistant trained to assist human users by providing thorough responses. You
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