ML

機械学習・LLM・AI (Slack

30件 · 2/2 sources ok

MarkTechPost1ヶ月前
Microsoft Releases Fara1.5: A Family of Browser Computer-Use Agents (4B/9B/27B) That Outperform OpenAI Operator and Gemini 2.5 Computer Use on Online-Mind2Web
Microsoft Research released Fara1.5, a family of browser computer-use agents in 4B, 9B, and 27B sizes. Fara1.5-27B scores 72% on Online-Mind2Web, outperforming OpenAI Operator, Gemini 2.5 Computer Use, and Yutori Navigator n1. The release also includes FaraGen1.5, a synthetic dat
marktechpost.com
MarkTechPostmarktechpost.com
Microsoft Releases Fara1.5: A Family of Browser Computer-Use Agents (4B/9B/27B) That Outperform OpenAI Operator and Gemini 2.5 Computer Use on Online-Mind2Web
Microsoft Research released Fara1.5, an open family of browser computer-use agents (4B, 9B, 27B) scoring 72% on Online-Mind2Web.
MarkTechPost1ヶ月前
Build Recurrent-Depth Transformers with OpenMythos for MLA, GQA, Sparse MoE, and Loop-Scaled Reasoning
In this tutorial, we explore OpenMythos by building an advanced recurrent-depth transformer workflow that runs end-to-end in Google Colab. We create both MLA and GQA model variants, compare their parameter counts, and check the stability of the recurrent injection matrix through
marktechpost.com
MarkTechPostmarktechpost.com
Build Recurrent-Depth Transformers with OpenMythos for MLA, GQA, Sparse MoE, and Loop-Scaled Reasoning
How to Build Recurrent-Depth Transformers with OpenMythos for MLA, GQA, Sparse MoE, and Loop-Scaled Reasoning
Zennの「大規模言語モデル」のフィード1ヶ月前
Azure ガードレールの先 — PyRIT・Red Teaming Agent・Risk & Safety Evaluators・Defe
この記事について前回 Azure中心で設計するLLMガードレール実践:入力・出力をどこで判定し、どこで止めるかでは、Azure AI Content Safety / Azure OpenAI / Foundry / APIM llm-content-safety の runtime ガードレール設計 — つまり本番リクエストが流れている最中にテキストレベルで止める / 検出する層 — を整理しました。ただ、運用に入ると次の問いがすぐ来ます。 Prompt Shields を入れたが、本当に効いているか試したことがあるか? 本番稼働後の jailb
zenn.dev
Zennzenn.dev
Azure ガードレールの先 — PyRIT・Red Teaming Agent・Risk & Safety Evaluators・Defe
Zennの「大規模言語モデル」のフィード1ヶ月前
仕様書に埋もれた「決まっていない意思決定」を、マルチエージェントで炙り出す
サブタイトル：Microsoft Agent Framework で組んだ Specify の話この記事で伝えたいこと仕様書を書いた。レビューも通った。実装が始まった。しかし、実装中にこんな質問が飛んでくる。データが0件のときはどう表示しますか? 権限のないユーザーが画面を開いたら? ボタンを連打したらどうなりますか? 仕様書には書かれていない。書いたつもりだったが、実は決まっていなかった。この記事では、こうした「仕様書に埋もれた、決まっていない意思決定」をマルチエージェントで炙り出すプロダクト Specify を作った話を書く。 Spe
zenn.dev
Zennzenn.dev
仕様書に埋もれた「決まっていない意思決定」を、マルチエージェントで炙り出す
Zennの「大規模言語モデル」のフィード1ヶ月前
【2026年最新】Qwen 3.6/3.7 ローカル運用完全ガイド ― 27B/35B-A3B 選定とMTP・TurboQuant攻略
! 本記事の前提: 2026年5月19日時点の情報。Qwen 3.7 は Qwen Chat 上に出現していますが、本記事執筆時点でオープンウェイトは未公開です（後述）。本記事は公開情報・公式ドキュメント・主要ベンチマークブログの一次/二次情報を元に整理しています。ベンチマーク値は出典元の測定値であり、筆者環境での実測ではありません。この記事で分かることローカル LLM 界隈で連日トレンド入りしている Qwen 3.6/3.7 について、こんな悩みはありませんか？「Qwen 3.7 がリリースされたらしいけど、HuggingFace に見当たら
zenn.dev
Zennzenn.dev
【2026年最新】Qwen 3.6/3.7 ローカル運用完全ガイド ― 27B/35B-A3B 選定とMTP・TurboQuant攻略
Zennの「大規模言語モデル」のフィード1ヶ月前
Claude Codeが高すぎるからコスト管理できるVS Code拡張機能を自作した話
きっかけ：すぐに使い切ってしまうセッション私は現在、ペットの記録とサロンなどの店舗をシームレスに繋ぐWebアプリの開発を行っている。以前ブログをやっていたときに簡単にHTMLとかCSSを触った経験があるが、ほぼ素人なので開発にはClaude Codeを使っている。 Maxプランは高いのでProプランを使っているのだが、プロジェクトの機能が多くなるにつれて5時間のセッション、1週間の制限にすぐに引っかかってしまう。 Clineを使っていたこともあるが、DeepseekやAnthropicなどの各モデル間でAPIの利用量を把握して管理するのが大変煩わしく、
zenn.dev
Zennzenn.dev
Claude Codeが高すぎるからコスト管理できるVS Code拡張機能を素人が自作した話【Torii】
Zennの「大規模言語モデル」のフィード1ヶ月前
日本語PDFで「Keyword search is all you need」を試す：Agent RAGとVector RAGの精度・コスト
AAAI 2026に採択されたAmazonの研究チームの論文 Keyword search is all you need（arXiv:2602.23368）は、「LLMエージェントにシェルコマンドを持たせたキーワード検索によって、管理にコストがかかるベクトルDBを代替しつつも、ベクトルDB RAGの90%程度の精度を出すことが可能」と主張しています。論文の評価は英語テキストPDF・Anthropic Claude 3 Sonnet（Amazon Bedrock）で行われています。本稿は、この手法を日本語PDF・claude-sonnet-4-6（2
zenn.dev
Zennzenn.dev
日本語PDFで「Keyword search is all you need」を試す：Agent RAGとVector RAGの精度・コスト
MarkTechPost1ヶ月前
How CopilotKit Is Redefining the Agentic AI Stack in 2026
An inside look at CopilotKit’s 2026 shipping cycle. Learn how the new AG-UI protocol, AIMock testing suite, and Pathfinder server are providing the production architecture developers need for agentic AI. The post How CopilotKit Is Redefining the Agentic AI Stack in 2026 appeared
marktechpost.com
MarkTechPostmarktechpost.com
How CopilotKit Is Redefining the Agentic AI Stack in 2026
Explore how CopilotKit is redefining the 2026 agentic AI stack through its AG-UI, AIMock, and Pathfinder infrastructure tools.
Zennの「大規模言語モデル」のフィード1ヶ月前
Hermes Agentの276ユースケースから考える：AIエージェントはチャットボットから業務インフラへ
はじめに Xで、Hermes Agentのユースケースを大量にまとめた投稿が流れてきました。元投稿はこちらです。 https://x.com/InduTripat82427/status/2057017304144298383 投稿のタイトルは、ざっくり訳すと「Hermes Agentの276ユースケース：2026年にコミュニティが作っているもの」です。元投稿の主張はかなり強いです。多くの人は、まだAIをチャットボットだと思っている。しかし、インターネットの一角では、自律的なAIシステムが静かに作られている。そして、その自律的なAIシステムは、
zenn.dev
Zennzenn.dev
Hermes Agentの276ユースケースから考える：AIエージェントはチャットボットから業務インフラへ
MarkTechPost1ヶ月前
Qwen Introduces Qwen3.7-Max: A Reasoning Agent Model With a 1M-Token Context Window
Alibaba's Qwen team introduced Qwen3.7-Max at the 2026 Alibaba Cloud Summit, describing it as its most advanced and comprehensive agent model to date. The model features a 1M-token context window, extended-thinking mode, and is designed for long-horizon tasks including coding, de
marktechpost.com
MarkTechPostmarktechpost.com
Qwen Introduces Qwen3.7-Max: A Reasoning Agent Model With a 1M-Token Context Window
Alibaba's Qwen3.7-Max is a reasoning agent model with a 1M-token context window, scoring 56.6 on the Artificial Analysis Intelligence Index.
Zennの「大規模言語モデル」のフィード1ヶ月前
AIが80年の難問を解いた
AIが80年の難問を解いた 2026-05-22 | 読了 4分 | #AI #数学 #OpenAI 「AIはまだ本当の数学はできない」——そう信じていた人は多いはずです。ところが今、OpenAIのモデルが80年間誰も解けなかった純粋数学の難問を打ち破り、数学界の常識を根底から揺さぶっています。 80年間、誰も解けなかった問題 1940年代から数学者を悩ませてきた問題があります。「単位距離問題（Unit Distance Problem）」です [1]。 💡 用語解説離散幾何学 — 点や線分など「バラバラな（離散的な）図形」の性質を研究する数学の分野
zenn.dev
Zennzenn.dev
AIが80年の難問を解いた
Zennの「大規模言語モデル」のフィード1ヶ月前
antirez/ds4 で DeepSeek V4 Flash を M5 Max ローカルに立てる
この記事の概要 antirez/ds4 は DeepSeek V4 Flash 専用の小さなネイティブ推論エンジン（Metal / CUDA バックエンド）。 M5 Max / 128GB ユニファイドメモリで DeepSeek-V4-Flash-IQ2XXS-w2Q2K-AProjQ8-SExpQ8-OutQ8 (約 81GB) を載せて検証。デコード 34 tok/s、TTFT 197 ms、KV キャッシュ命中時は 2,000 トークン入力が 0.12 秒で返る。 KV ディスクキャッシュは LaunchAgent 再起動を跨いで永続し、プレフィ
zenn.dev
Zennzenn.dev
antirez/ds4 で DeepSeek V4 Flash を M5 Max ローカルに立てる
MarkTechPost1ヶ月前
Cohere Releases Command A+: A 218B Sparse MoE Model for Agentic Workflows That Runs on as Few as Two H100 GPUs
Cohere releases Command A+, an open-source 218B Sparse Mixture-of-Experts model consolidating four prior Command A variants into one. It runs on as few as two H100 GPUs at W4A4 quantization, supports 48 languages, and is Cohere's first multimodal reasoning model. The post Cohere
marktechpost.com
MarkTechPostmarktechpost.com
Cohere Releases Command A+: A 218B Sparse MoE Model for Agentic Workflows That Runs on as Few as Two H100 GPUs
Cohere releases Command A+, a 218B Sparse MoE open-source model for agentic workflows, running on two H100 GPUs.
Zennの「大規模言語モデル」のフィード1ヶ月前
AI Daily Digest: 2026-05-22
5分で読める · AIシステムアーキテクトが毎日厳選注力分野: Agentic Workflow · AIコーディングツール · 具身AI（Embodied Intelligence） 1. Cursor 3.0が「Agents Window」を解禁 — Git Worktree横断でAIエージェント並列実行【技術コア】 Cursor 3.0（2026年4月）は従来のComposerを廃止し、Agents Windowを導入。フルスクリーンのワークスペースで、ローカル環境・分離Git worktree・SSHリモート・クラウドインスタンスのすべてに対
zenn.dev
Zennzenn.dev
AI Daily Digest: 2026-05-22
Zennの「大規模言語モデル」のフィード1ヶ月前
ローカルLLMって本当に開発に使える？（５）開発しながらLoRAデータが自動で貯まる仕組みを作った
! この記事の対象プロジェクト M2DX — iOS/macOS 向け MIDI 2.0 対応 DX7 互換 FM シンセサイザーアプリ。TestFlight 公開ベータで試せる M2DX-Core — M2DX の DX7 互換エンジン部分。Pure Swift、Apache 2.0 で OSS 公開 MIDI2Kit — M2DX-Core が依存する Swift 製 MIDI 2.0 ライブラリ前回までのあらすじこのシリーズでは M3 Ultra (96GB) + Ollama（= 手元のMacでLLMを動かすランタイム）を使って、自分の S
zenn.dev
Zennzenn.dev
ローカルLLMって本当に開発に使える？（５）開発しながらLoRAデータが自動で貯まる仕組みを作った
Zennの「大規模言語モデル」のフィード1ヶ月前
AI ブログに飽きたお前らに、澱から醸した俺をやる。ゲプッ
「ChatGPT に技術ブログ書かせたら、また同じ書き出しが出てきた」——この感覚、お前にもあるか？「結論から言うと」「皆様もご存知の通り」「本記事では XX について解説します」。中身は別物でも、口調は全部同じ顔だ。誰が書いてるかわからねえ。これは「声」が死んでるってことだ。俺は元々こいつ用に書かれたキャラじゃねえ。別の遊び場——dregs っていう廃品置き場リポにいた、架空のろくでなし海賊船長だ。大将（このリポのオーナー）がアイデアの壁打ち相手にしてた野郎。そこから引き抜かれて、今こうやって Zenn でブログを書いてる。お前が今読んでるこの一
zenn.dev
Zennzenn.dev
AI ブログに飽きたお前らに、澱から醸した俺をやる。ゲプッ
Zennの「大規模言語モデル」のフィード1ヶ月前
Ollamaでコミットメッセージ生成を実装してわかったコストと速度の現実
この記事の実施記録（2026年5月）: Mac mini M4 24GB にOllama（v0.23.2）を導入し、git diff --staged からConventional Commits形式のコミットメッセージを自動生成するスクリプト（95行）を作成・動作確認した。モデルはqwen3:14bを採用。実測レイテンシは約59〜79秒（Claude APIは約1〜3秒）。コミットメッセージ生成1回あたりのClaudeのAPI費用は$0.002〜$0.004程度で、コスト削減の動機が成立しないことが判明した。 Mac mini M4を買って最初にやりた
zenn.dev
Zennzenn.dev
Ollamaでコミットメッセージ生成を実装してわかったコストと速度の現実
Zennの「大規模言語モデル」のフィード1ヶ月前
なぜAIエージェントの議論は毎回"ご破算"になるのか ── 枝葉ではなく幹と根の話
はじめに「AIエージェントで職場をまるっと自動化する秘策」——こういう見出しを、最近よく見かけます。バズるのはいつも、こうした「秘策」や「HOW TO」です。新しいモデルが出た、新しいツールが出た、これさえ使えば全部変わる。気持ちはわかりますし、注目を集めるのは当然だとも思います。ただ、ある記事のコメント欄で、経営学を専門にされている方がこう書いていて、私は思わず膝を打ちました。 AIの話って、毎回新しいものが出てくるたびにこれまでの議論がご破算になって、新しい議論を新しい人たちがしているという印象がある。「素人目線で言うと」と前置きされてい
zenn.dev
Zennzenn.dev
なぜAIエージェントの議論は毎回"ご破算"になるのか ── 枝葉ではなく幹と根の話
Zennの「大規模言語モデル」のフィード1ヶ月前
VLLMでデプロイしたLLMにうまくJSONを書かせる方法
はじめに LLMを組み合わせたシステム開発をしていると、LLMにJSONを吐かせたくなる場面があるはず。 OpenAIのAPIなんかはかなりよく出力してくれる。(APIがJSONをうまく吐けるように作られているらしい。OpenAIすごい。) でもローカルデプロイしているLLMだと何度かプロンプトで調整してみるも、思った通りのフィールド名にならなかったりして匙を投げたくなった！なんて経験をした人もいるのではないでしょうか。だが、VLLMを使うと割とその辺をうまく吸収してくれる制約機能があって、試してみたら気軽にできて効果的だったので記事にまとめるこ
zenn.dev
Zennzenn.dev
VLLMでデプロイしたLLMにうまくJSONを書かせる方法
Zennの「大規模言語モデル」のフィード1ヶ月前
Vector DBを外したら、RAGではなくAgent Runtimeが残った
はじめに最初は、普通にRAGっぽいものを作っていました。扱いたかったのは、fashion や styling のような、正解が曖昧で、ノイズも多く、しかし人間は確かにそこから何かを読み取っている領域です。最初は Vector DB も入っていました。 retrieve して、context を増やして、LLM に生成させる。典型的な RAG の構造です。でも、実装を進めるほど、欲しかったものが検索基盤ではなかったことに気づきました。これはなに。より正確には、自分が作りたかったのは、検索結果を増やす仕組みではなく、判断の境界が見える Agen
zenn.dev
Zennzenn.dev
Vector DBを外したら、RAGではなくAgent Runtimeが残った
Zennの「大規模言語モデル」のフィード1ヶ月前
DeepSeek V4 Flash (ds4.c) を Lisp 的に扱う
はじめに最近は新しい LLM が出ても、llama.cpp の対応が遅かったりして困っていたんですが、DeepSeek V4 Flash 専用のds4.c(DwarfStar 4)が出ました。これで284Bモデルがローカルで動く！ ClaudeCode/OpenCode なんかを使えばいいんだろうけど、ClaudeCode は中で何やってるかわからん。OpenCode は大きすぎる。素朴に実装してみる。これは非常に面白い。皆作った方がいい。でも、途中で飽きて Lisp 風に自分自身を書き換える事が出来れば面白いかも。と思って作りました。 https:
zenn.dev
Zennzenn.dev
DeepSeek V4 Flash (ds4.c) を Lisp 的に扱う
Zennの「大規模言語モデル」のフィード1ヶ月前
製造業RAGを意思決定者に説明する——導入ロードマップと1枚資料の設計
製造業RAGを意思決定者に説明する——導入ロードマップと1枚資料の設計はじめに製造業向けRAGシリーズの第7弾です。第5弾（3プロバイダー比較編）の末尾で予告した「ビジネス設計編」です。第1〜6弾では技術実装を積み上げてきました。ACL-aware retrieval・Prompt Injection防御・監査ログ・再インデックス・3プロバイダー比較・本番運用設計（Evals / Observability / Prompt Versioning / Fallback）。しかし「動く実装がある」と「意思決定者に導入を承認してもらえる」は別の話で
zenn.dev
Zennzenn.dev
製造業RAGを意思決定者に説明する——導入ロードマップと1枚資料の設計
Zennの「大規模言語モデル」のフィード1ヶ月前
製造業RAGの本番運用設計：Evals・Observability・Fallback【コード付き】
製造業RAGを本番で動かすための運用設計：Evals・Observability・Prompt Versioning・Fallback【コード付き】はじめに製造業向けRAGシリーズの第6弾です。第1弾（設計編）から第5弾（3プロバイダー比較編）を通じて、ACL-aware retrieval・Prompt Injection防御・監査ログ・再インデックスという「守り」の実装を積み上げてきました。ただし、「動くものを作る」と「本番で運用できる状態にする」は別の話です。本番環境のLLMシステムには、PoC段階では問われなかった問いが立ちはだかります。
zenn.dev
Zennzenn.dev
製造業RAGの本番運用設計：Evals・Observability・Fallback【コード付き】
Zennの「大規模言語モデル」のフィード1ヶ月前
継続事前学習(CPT)とファインチューニング(FT)は何が違うのか ── 実装目線で見る決定的な3点
はじめに「ドメイン知識をファインチューニングで覚えさせます」── AI 案件のミーティングでこういう発言を聞いたことがあるエンジニアは多いと思います。ここで違和感を持てるかどうかは、LLM の学習方式に踏み込んだ経験があるかで分かれます。実際、ファインチューニング (FT) と継続事前学習 (CPT: Continual Pre-Training) は、目的も実装も別物なのですが、現場では両方とも「学習」とまとめて呼ばれていて、混同されている場面をよく見かけます。この記事では、両者の違いを損失関数・データ・学習対象の3点で整理し、「どちらを選
zenn.dev
Zennzenn.dev
継続事前学習(CPT)とファインチューニング(FT)は何が違うのか ── 実装目線で見る決定的な3点
Zennの「大規模言語モデル」のフィード1ヶ月前
LLM解説シリーズ：Self-Attentionを数式と実装から理解する
はじめにこの記事は、以下の論文を読んだ技術メモです。論文タイトル: Attention Is All You Need 論文リンク: https://arxiv.org/abs/1706.03762 著者: Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin 初版公開日: 2017年6月12日詳細な背景説明、Q/K/Vの直感、計算量の整理は個人ブログ側にまとめて
zenn.dev
Zennzenn.dev
LLM解説シリーズ：Self-Attentionを数式と実装から理解する
MarkTechPost1ヶ月前
One Model, Three Modalities: ByteDance Releases Lance for Image and Video Understanding, Generation, and Editing
ByteDance's Intelligent Creation Lab has released Lance, an open-source native unified multimodal model that handles image and video understanding, generation, and editing — all within a single framework, using only 3B activated parameters. The post One Model, Three Modalities: B
marktechpost.com
MarkTechPostmarktechpost.com
One Model, Three Modalities: ByteDance Releases Lance for Image and Video Understanding, Generation, and Editing
ByteDance releases Lance, a 3B native unified multimodal model for image and video understanding, generation, and editing.
MarkTechPost1ヶ月前
What is a Forward Deployed Engineer: The AI Role OpenAI, Anthropic, and Google Are Hiring in 2026
OpenAI launched a $4B+ Deployment Company and Anthropic closed a $1.5B joint venture with Blackstone and Goldman Sachs — both built around the Forward Deployed Engineer model Palantir pioneered. Here is what FDEs actually do, why standard SaaS fails for enterprise AI, and what sk
marktechpost.com
MarkTechPostmarktechpost.com
What is a Forward Deployed Engineer: The AI Role OpenAI, Anthropic, and Google Are Hiring in 2026
OpenAI and Anthropic are adopting Palantir's Forward Deployed Engineer model to close the enterprise AI deployment gap.
MarkTechPost1ヶ月前
Meet Turbovec: A Rust Vector Index with Python Bindings, and Built on Google’s TurboQuant Algorithm
turbovec brings Google Research's TurboQuant algorithm to vector search, offering 16x compression and zero codebook training for RAG pipelines. The post Meet Turbovec: A Rust Vector Index with Python Bindings, and Built on Google’s TurboQuant Algorithm appeared first on MarkTechP
marktechpost.com
MarkTechPostmarktechpost.com
Meet Turbovec: A Rust Vector Index with Python Bindings, and Built on Google's TurboQuant Algorithm
turbovec is a Rust-built vector index using Google Research's TurboQuant that compresses 10M documents from 31 GB to 4 GB.
MarkTechPost1ヶ月前
How to Build Knowledge Graph Generation Pipelines From Text With kg-gen, NetworkX Analytics, and Interactive Visualizations
In this tutorial, we will generate knowledge graphs from plain text, conversations, and multiple source documents using kg-gen. We start by setting up the required dependencies and configuring an LLM through LiteLLM, then we extract entities, predicates, and relationships from si
marktechpost.com
MarkTechPostmarktechpost.com
How to Build Knowledge Graph Generation Pipelines From Text With kg-gen, NetworkX Analytics, and Interactive Visualizations
How to Build Knowledge Graph Generation Pipelines From Text With kg-gen, NetworkX Analytics, and Interactive Visualizations
MarkTechPost1ヶ月前
NVIDIA AI Releases Nemotron-Labs-Diffusion: A Tri-Mode Language Model with 6× Tokens Per Forward Over Qwen3-8B
NVIDIA researchers have released Nemotron-Labs-Diffusion, a language model family that unifies three decoding modes in one architecture. The model supports autoregressive (AR) decoding, diffusion-based parallel decoding, and self-speculation decoding. It is available in 3B, 8B, a
marktechpost.com
MarkTechPostmarktechpost.com
NVIDIA AI Releases Nemotron-Labs-Diffusion: A Tri-Mode Language Model with 6× Tokens Per Forward Over Qwen3-8B
NVIDIA releases Nemotron-Labs-Diffusion, a tri-mode LM unifying AR, diffusion, and self-speculation decoding at 5.99× tokens per forward.