今や、AIを活用してソフトウェア開発すること自体は一般的になり、一種のブームと化している。 しかし、Web上で見かけるのはワンショットでテトリスを作る程度の小規模なプロジェクトの話がほとんどで、驚けるものの、正直あまり実用性は無いように感じる。 俺たちが本当に知りたいのはテトリスの作り方じゃねえ！現実の中規模以上のシステム開発で、いかに楽に良いものを作れるかだろ！ ということで、まずは弊社から現時点のノウハウを全公開しようと思う。 弊社ではCursorを1年以上活用（サービスがGAになったタイミングから全社員で利用）しており、一定のノウハウを蓄積してきている自負がある。ただ、あくまで一例ではあるので、ぜひみなさんの現場での活用事例も共有してほしい！ 免責事項AIエディタでの開発は、LLMとAIエディタの進化に伴い、常に変化している。 そのため、この記事で述べる方法論は、現時点での、弊社での

タイトルだけ見ると球技の玉拾いの技術に見えるがそうではない。"落ちてるボール"とは、 誰かがやらないといけないが、誰も手を付けていない状態のタスク "誰かがやらないといけない"ことを他の関係者も認識している状態 のことを指すものとする。 この定義が普遍的かは知らないがニュアンスとしては伝わると思う。そしてこれはソフトウェアエンジニアリングに限った概念ではない。自分の経験上は他人と仕事をしていれば自然発生するものだ。"仕事"というほど厳密でなくてもよいと思う。例えば学生の頃の"文化祭の準備"とかでも観測できそうな概念だ。 この「"落ちてるボール"を誰が拾うか？」はしばしば見聞きする問題だ。そしてこの問題は自然発生する以上、発生したものに対症療法することになる*1。すると、この問題に対するスタンスは基本的に二つしかないと思っている。 自分が拾う 他人に拾ってもらう この二つのうち、このエントリ

DeepSeek-R1にも採用されたLLMチューニングのための強化学習手法 GRPO（Group Relative Policy Optimization）について考えたことをまとめます。 GRPO: DeepSeek-R1の強化学習ファインチューニング手法 前提手法：TRPO/PPO TRPO: Trust Region Policy Optimization PPO: Proximal Policy Optimization GRPOとPPOの差分：①アドバンテージ算出と②参照モデルからのKL距離制約 変更点①： アドバンテージAの算出方法 REINFORCE： 価値関数近似なし方策勾配法 PPO（Actor-Critic）： 価値関数近似あり方策勾配法 GRPO： スケーリングされたREINFORCE 変更点 ②： 参照モデル（SFTモデル）からのKL距離制約 従来は参照モデル制約は

パワハラ問題などで県議会の全会一致の不信任決議を受け、兵庫県知事を失職した斎藤元彦氏が、11月17日投開票の「出直し知事選挙」で圧勝し、知事に再選された。兵庫県民は、県議会の不信任を否定し、斎藤氏を知事に信任したわけだが、斎藤氏に対する批判の契機となった同県の西播磨県民局長の自殺の原因、同局長が作成した告発文書の真偽、兵庫県側のその告発文書の取扱いに関する公益通報者保護法の問題などをめぐって、見方が分かれており、斎藤氏が知事に復帰した後も兵庫県の混乱は容易におさまりそうにない。 この問題については、今年９月初め、兵庫県議会で不信任案が提出され、それまで斎藤知事を擁護していた維新の会が一転して辞職を求めた時点で、YouTubeチャンネル《郷原信郎の「日本の権力を斬る！」》で取り上げ、その問題を、パワハラ、公益通報者保護の問題としてではなく、むしろ「維新の会が進めてきた改革路線をめぐる対立の問

「年金貰えるの70歳からになったらどうする？」anond:20240124142918への回答です 3行まとめ日本人の平均寿命が延びて、年金も変化してるので現状を正しく把握しよう 年金は老後の生活費の半分以上を支える重要な制度 でも、年金だけでは全てをまかなえないのでそれ以外の準備も大切だよ 簡単な年金制度紹介自営業者の制度：国民年金支払い: 20歳から60歳まで、約2万円/月 支給: 65歳から約6.5万円/月 ※夫婦だと13万円/月の支給 サラリーマンの制度：厚生年金支払い: 65歳まで3.1万円/月（年収400万円の場合） 支給: 約14万円/月（国民年金6.5万円＋厚生年金7.3万円） ※一般的な夫婦だと21～25万円/月程度の支給 繰り上げ受給すると減額され、繰り下げ受給すると増額されます。 一生涯受け取れるため、長生きに対する保険としては非常に優れた制度です。 自分の場合どれく

まず最初に、兵庫県知事選の結果を見て欲しい。 齋藤元彦 1,113,911 (45.2%) 稲村和美 976,637 (39.6%) ( NHK選挙報道より https://www3.nhk.or.jp/news/html/20241117/k10014640801000.html ) どちらが勝ってもきっとそうなるだろうなと思ったので、強く強く強調しておきたいのだが、兵庫県民がパワハラを良しとしたわけではないし、県民が県庁職員の命を軽んじているわけではない。 逆に言えば、もしも稲村和美が選ばれていたとしても、パワハラが許されない県民性だ、と言うこともできなかった。 これは右派左派問わず、まず念頭において欲しい。ブコメをする際にも一瞬だけ書き込む手を止めて考えて欲しい。 97万人もの人間、投票したうちの39.6％の人間の意思を無視した発言になってないか。 兵庫県で起きていたこと（前半戦）自

多くの流言飛語が飛び交っているので実際に起きたことを間近で目撃していた者として記します。 今回は兵庫県民も、そうでない人も、何が起きたのか理解できてない方が非常に多く、それも当然かと思います。 また、私が記すことは、今後、他の方も分析されて文字にされる内容だと思いますので、この内容を鵜呑みにせず多くの情報を見て判断していただきたい。 まず今回の選挙の発端は既に多くの方が聞き知ってご存じだと思いますので割愛しますが、 ポイントとしてはあくまで斉藤氏にかけられたのは「疑惑」であり、その対応の無責任さに対して知事としての資質がないと判断され、議会から不信任決議案を出されて、全会一致で可決したことによります。 百条委員会はまだ続いており、結論を得ていない「疑惑」の段階で世間の風評を元に判断した。ここが大事です。 その後、斉藤元知事は失職し、再選挙となりました。 普通に考えればこの一連の流れで、再選

決めていいと知らないどこまで決めて良いのか分からないのであれば、決めようがない。権限の委譲ができてないことが多いので、デリゲーションポーカーなどを利用すると良い。 提案を覆され続ける次のようなことを繰り返すと、「お伺いを立てたほうが早い」となる。 チームで決めたものを持っていくと「それじゃダメだ」と言われる 懸念点や問題点の起案をすると「今それは考えなくて良い」と無視される 決めた対応方針を伝えると「こうやって進めて」と別の指示がされる ある程度進めた後で全部仕事が引き継がれて全部書き換えられる 当然ながら、これが続けば「どうせ調べたり考えても無駄だから、全部最初から聞いてしまったほうが早い」となる。 決めさせる難しさ多くの場合上司の方が経験も知識も多く視野も広いため、90点がとれる案が脳内にできあがっている。一方で、部下が出してくる案は70点程度の場合が多い。そして上司は90点がとれる案

池田竜也 防衛省 自衛隊東京地方協力本部所属の陸上自衛官。練馬駐屯地で10年以上訓練を重ねた後、広報係に就任。趣味で身につけたwebやデザインの知識を生かしながら、SNS発信や採用イベントの企画・運営など、幅広い業務を担当。

本記事の対象読者： LLM（大規模言語モデル）の複雑な構造や階層を理解しているが、それをどのように組み合わせるかが分からない人 LlaMaモデルに関するすべてのオペレータとアーキテクチャ（RMSNorm、ROPE、SwiGLUの実装を含む）を一行ずつ分解します。 本記事ではhuggingfaceのライブラリを使用しておらず、すべてpytorchで実装しています。また、事前学習済みモデルも使用していません。 スタート地点は『源氏物語』の原文であり、ゴール地点はあなた自身がトレーニングした大規模モデルです。 pytorchを準備してください。GPUがなくても大丈夫です。重要なのはLLMの原理を学ぶことであり、この文章を読んだだけで新しい大規模モデルのアーキテクチャを作れるわけではありません。 本記事では、できる限り平易な言葉を使って原理を解説していきます。 序文 本記事のすべてのコードはGoo

YAPC::Hakodate 2024での発表内容です。 https://yapcjapan.org/2024hakodate/

XP祭り2024の登壇資料です

はじめに 先般 MN-Ccore Challenge なるものが開催され、私もスキマ時間に気分転換的にちょこちょこ挑戦していたのですが(本業関係者への言い訳)、とても面白いアーキテクチャだなと思いました(順位はまあその力及ばず微妙な感じでしたが)。 普段 FPGAプログラミングが多い私ですが、いろいろ新しい観点で脳に刺激を頂きました。 今更私なんかが考察する余地もない気はしますが、折角なのでプログラミングではなく、プロセッサアーキの方を少しだけ感想程度に記録しておければと思います。 いろいろ資料も公式に公開されていますし、コンテストも終わったようなので(実は終了日を勘違いしていました)、安心してあれこれと自分用の勉強の教材にして楽しませて頂きたいなと思います。 なお、ほんとに素人考察なので、あんまりマサカリは投げないでおいてあげてください(言い訳)。 どんな構成なのか 最初に「ソフトウェア

An IDE built on top of a canvas, Haystack takes care of the tedious and confusing parts of coding for you

「年収を上げる」と検索すると、ずらり転職サイトが並ぶ。ライフハック記事の体裁だが、最終的には転職サイトに誘導する広告記事だ。 しかも見事なまでに中身がない。転職しないなら、「副業を始める」とか「スキルアップする」といった誰でも思いつきそうなトピックを、薄ーく書きのばしている。 ここでは、もう少し有益な書籍を紹介する。想定読者はこんな感じ。 スキルアップはしてるけど、給料UPにつながらない 転職も考えたが、今の場所で評価されたい 自分をプレゼンして「良く見せる」のがヘタ そんな人に、2つのアプローチで給料を上げる方法を紹介する。 人事制度の脆弱性をハッキングする 上司のバイアスを逆に利用させてもらう この記事は1のアプローチから攻める。 紹介する本はこれだ、『この１冊ですべてわかる　人事制度の基本』（西尾太、日本実業出版社）。 著者は人材コンサルタント。400社、1万人以上をコンサルティング

どんな人向けの記事？ これからRAGを作ってみたい DifyやLangChainにこだわらず、自分で開発をハンドリングしたい ベクトルDBや埋め込みモデルの選定の勘所をサッと知りたい ここではRAGとは何かのような話題は扱いません。 RAGが、ほぼAI活用の現実的な最適解になりつつある LLMは高度な知的タスクを実行可能である。 そんな理解が世界に広まっていく中で、企業は自らが蓄えたデータをLLMに組み合わせてどう活用するか躍起になっています。これからはビッグデータだ！という時代を経ているため、情報インフラに投資した企業も多く、AIでデータを活用する流れはもはや確定路線と言えます。 この問題を解決する手法として一番最初に思いつくのは、モデル自体を改変するファインチューニングです。しかし、ファインチューニングにはいくつかの実用上の問題があります。ファインチューニング自体に専門知識が必要である

FLUX.1の使い方：おうちのパソコンでもクラウドでもOK！実践ガイドで画像生成AIをマスターしよう！ どうも皆さん！スーパーの袋詰め、レジのお姉さんのスピードについていけない葉加瀬あいです！ 今回は、話題の画像生成AI「FLUX.1 dev」を、あなたのPCやクラウド環境で使う方法を解説していきます！ また、私のメンバーシップに入門されている方は、今回の記事の内容を動画で確認できます！スキマ時間で最新のAI情報を手軽にキャッチしたい方はこちらからどうぞ！ 前回の記事では、FLUX.1の概要やその驚きの性能についてご紹介しましたよね。 あのStable Diffusionを作ったチームが開発したとあって、AI業界でも大きな注目を集めているんです！ 前回のおさらい：FLUX.1ってどんなAI？前回の記事では、FLUX.1の基礎知識をお届けしました。 簡単に振り返ると、 Midjourneyや