登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 なぜか変換できないガール」です!
なぜか変換できないガール」です! コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
なぜか変換できないガール」です! を含む検索結果
モデルを切り替えるたびに会話の文脈を再計算し直すの、実はもったいないかもしれません。 タイトル: Cross-Model KV Cache Transfer in LLM Families: A Closed-Form Linear Mapping for Prefill Reuse URL: ❓ そもそも何をする研究? 💡 NVIDIAの研究チームが、あるサイズのLLMが計算したKVキャッシュを、別サイズの同系統モデルにそのまま「翻訳」して使い回す手法を提案しました。学習不要、閉形式のリッジ回帰だけで変換できます。 ❓ なぜモデルサイズをまたいで使い回したいの? 💡 実運用ではコストと品質のバランスを取るために、小さいモデルから大きいモデルへエスカレーションしたり、会話途中でモデルを切り替えたりします。そのたびにゼロから文脈を再計算(re-prefill)するのは無駄が多いためです。 ❓ 精度は落ちないの? 💡 良い組み合わせでは元モデル単体の73〜98%の精度を維持します。相性の悪いペアでは大きく劣化しますが、小さなMLPを追加するだけでHellaSwagが最大36.8ポイント回復しました。 ❓ どれくらい速くなるの? 💡 再prefillと比べて2.7〜25倍高速。32Kトークンの長い文脈では最大25倍の差がつき、10ターン程度の会話でも精度の劣化はごくわずかでした。 #LLM# #KVキャッシュ#
もっと見る
今度しばらくモンゴルに行くので、いろいろ予習している。以下、本書の感想。👉「あなたモンゴルでも行く?」。この一言から、給食調理の仕事をしていた著者の人生は大きく変わった。在モンゴル日本国大使館の公邸料理人となった著者が草原の食と暮らしを体当たりで綴ったエッセイが本書である。ぼくはこの本をひとつの文明論として読んだ。食は、その土地の自然と歴史のすべてが凝縮する場所だからだ。その土地の文化も思想も、食に表れるのである。 モンゴルの食文化には明快な体系がある。肉を中心とする赤い食べ物「オラーン・イデー」と、乳製品を中心とする白い食べ物「ツァガーン・イデー」の二分法だ。遊牧民は羊、山羊、牛、馬、ラクダの五畜を飼い、乳の出る夏は搾乳して乳製品を作り貯え、家畜が肥える秋に屠って冬は肉で越す。北里大学の有原圭三さんは東北畜産学会報の解説で、「モンゴルでは古くから食生活の中心に乳と肉が据えられてきた」と述べ、この二分法が今日でもモンゴル人の食生活の中心にあると報告している。季節のサイクルがそのまま食の体系になっている。夏は白、冬は赤。食卓に一年の時間が刻まれているのだ。 本書が鮮やかなのは、著者がこの食文化の合理性を、現地の人々との交流のなかで体感的に解き明かしていくところである。著者の友人はこう問うたという。草を食べた家畜の肉を食べているのに、なんでわざわざ野菜を食べるのか、と。面白い見方である。乾燥と寒冷のモンゴル高原では、人間が直接食べられる植物はほとんど育たない。しかし、家畜は人間が消化できない草を、肉と乳に変換してくれる。つまり、遊牧とは「人間が直接利用できない草原の膨大な資源を、家畜という装置を通して食に変える精緻なエネルギー変換システム」なのだ。 他方で、なぜ豚や鶏を飼わないのか。彼らは長距離の移動についてこられず、草ではなく人間と競合する穀物を必要とするからだ。五畜の構成すら、環境から合理的に導かれている。ぼくらが栄養学の常識と信じている「野菜を食べなさい」は、農耕地帯というローカルな環境の産物にすぎないのかもしれない。 ちなみに── 「カルピス」の名称は、牛乳に含まれる成分「カルシウム」と、仏教の経典に登場するサンスクリット語の「サルピス(熟酥・じゅくそ)」を掛け合わせて名付けられた。仏教における牛乳の精製過程「五味(ごみ)」の教えが深く関わっていて、かつてぼくも仏教書で同様の内容を読んだ。 創業者の三島海雲は僧侶でもあり、内モンゴルで出会った酸乳の美味しさと健康効果をヒントに飲み物を開発した際、この「五味」の考え方をヒントに取り入れ、4番目の段階である「熟酥(サルピス / sarpis)」をベースにし、当時流行していた「カルシウム」と組み合わせて「カルピス」と命名したのである。 さて、本題に戻ろう。 ここで、二項対立をひとつ立ててみたい。 モンゴルの食は野蛮か、合理か。 羊を屠るとき、遊牧民は胸を小さく切開し、手を入れて大動脈を握りつぶす。血を一滴も大地にこぼさないためだ。血は腸詰めにし、臓物も骨も余さず使いきる。都市に暮らすぼくらの目には衝撃的な光景かもしれない。だが、視点を変えれば、これほど命を丁寧に頂ききる食文化があるだろうか、とも思う。食品を毎日大量に廃棄しながら、屠畜の現場だけを残酷と呼ぶぼくらの感性のほうが、よほどねじれている。文化人類学者の小長谷有紀さんが繰り返し論じてきたように、モンゴルの乳加工は、乳の性質を経験的に知り尽くした精緻な知の体系だ。ヨーグルト、チーズ、乳酒、乳茶。冷蔵庫のない草原で乳を保存するために発酵と乾燥のあらゆる技術が磨かれてきた。野蛮どころか、そこには何百年もの科学がある。 著者は公邸料理人として日本の食材が乏しい環境で和食を作る工夫を重ねながら、同時にモンゴルの食の懐へ深く入っていく。マイナス30度の冬。人も家畜も、支え合わなければ生きられない世界。その厳しさこそが食への敬意を育てたのだと、読みながら何度も思った。安定的な食の環境がなかなかないからこそ、食への感謝は尽きないのだ。 ご関心のある方は、ぜひ本書を直に読んでみてほしい。 『まんぷくモンゴル!公邸料理人、大草原で肉を食う』鈴木裕子(産業編集センター)
もっと見る
TL;DR LLMが自然言語の最適化問題を数式・コードに変換する際に起きる「幻覚」を、生成後に安全に直すフレームワークが登場しました。精度を最大20ポイント改善しつつ、正しかった部分を壊す「後退」は1%以下に抑えています。 タイトル: Fix What's Wrong, Keep What's Right: Hallucination Repair for LLM-Based Optimization Modeling URL: ポイント 🔍 問題文⇄数式⇄コード⇄データを5方向からチェックして、どこがなぜ間違っているかを特定します ✂️ 直す範囲を「コードだけ」「モデルの一部だけ」「全体の再構築」の3段階から証拠に基づき最小限に絞ります 📜 24種類の「修復カード」が、書き換えてよい箇所・守るべき箇所・合格基準を契約として明文化します ✅ 修復後は実行テストと監査に両方合格しないと採用せず、失敗時は元の成果物をそのまま残します 📊 6つのベンチマークと複数の生成モデルで検証し、精度を6.3〜20.1ポイント改善、後退率は最大1.0%に抑制しました 🧩 診断の仕組みを外すと救済率が24.5ポイントも落ちることが確認され、各仕組みの効果が裏付けられています 生成するだけでなく「直す」工程を体系化した発想が実務的で、最適化以外のコード生成や構造化出力にも応用できそうです。 #LLM# #最適化モデリング#
もっと見る
Token2029 Singaporeの影響力変化12個マルチエージェントで深掘り、会場マップのブース位置大きさ、スポンサーランクの経年を入力して、彼等の売上、最新PR、ポストから統合分析。始まる前からこれだけの分析もっていけるのマジありがたい。これをDots Spaceにもっていって各社のインタビュー項目をつくってもらえば、Dotsの音声会話モードがインタビュー補佐官になる。 1.大きな取引所ブースは、暗号資産以外の「財布」を取りに来ている BloFin、BingX、MEXC、WEEXの今年の動きを見ると、共通するのは株式・商品などを含むマルチアセット化です。 BloFinはperpetual futuresなど活発な取引が中心。9月の方針ではAIによる取引情報・注文支援を強化し、TOKEN2049連動の販促には株式・商品連動ペアも含めています。一方、同社自身が市場心理の弱さや、大手の流動性にはまだ届かないことにも言及しています。 つまり中央の大きなブースは「すでに圧勝している結果」とは限らず、「次の顧客と大口を取りに行く攻めの投資」と読むべきです。BloFinの9月方針 BingXはコピー取引から、株式・指数・AI・カードへ拡張。Q2発表では株式関連累計取引27億ドル超、指数は直近2カ月80億ドル超としています。ただし会社申告の取引高で、売上や利益ではありません。 L5の大きな展示とL4のLabs Stageは、個人トレーダーと、提携・開発・投資側の相手を分けて取り込む配置と考えられます。BingXのQ2発表 MEXCも株式先物、トークン化株式、実株・ETFまで拡張。これらは同じ商品ではありません。L1のMEXC Stageは、銘柄数の多い暗号資産取引所から、広い市場にアクセスする口座へブランドを拡張する動きと整合します。MEXCのQ2報告 私の読み:彼らが争っているのは、暗号資産市場内のシェアだけではなく、「同じ利用者が次に株や金を取引するときも、この口座にいてもらえるか」です。 2.OKXは、取引所から「地域ごとに使える金融サービス」へ 今年のOKXは欧州向けPay/Card、決済機関免許の取得を発表しています。売買で顧客を獲得した後、保有資産を日常で使う場面までつなげる戦略です。欧州決済展開 ここでMain Stageの意味が変わります。取引機能を売るだけならブースで説明すればよい。金融サービスのブランドとして広く認知され、銀行・決済・地域パートナーに会うには、会場全体で名前が反復される価値がある。 ただしOKXも、地域・商品で契約主体や規制上の扱いが異なります。「SGの免許があるから全商品が同じように認められている」ではありません。SG向け規約 3. これはStableというチェーンではなく、Unlimitの金融プラットフォームです。 9月22日にUnlimit Accountsを 隣のFireblocksより図面上で大きいから「事業が3倍好調」ではなく、新ブランドを市場に認識させ、口座と資金移動の入口を獲得する必要がある、と読む方が筋がよい。 4.Circle、PayPal、Mesh、Fireblocks、Ripple、TRONは、何を奪い合っているか 同じstablecoin周辺でも、押さえたい場所が違います。 ・Circle:USDCの発行・償還から、Arcという金融基盤まで ・PayPal:利用者の口座と加盟店の支払い画面 ・Mesh:wallet・取引所と決済先をつなぐ接続・変換 ・Fireblocks:企業の資産管理、承認、送金の業務 ・Ripple:国際送金、保管、流動性、RLUSDをまとめた法人向け基盤 ・TRON:USDTが流れる決済ネットワーク そして境界が崩れています。 PayPalはMeshを使ってwallet接続とPYUSD変換を行う。一方、Fireblocksは6月にFlowを発表し、企業向け管理だけでなくcheckoutや決済接続へ広がる。Circleは9月にArcを本稼働させ、発行者から基盤側へ進む。 単純な陣営対立ではなく、協業しながら相手の領域にも伸びていく構造です。PayPalの規約/Fireblocks Flow/Arc稼働発表 Meshのラウンジは、こうした接続先を増やす事業と相性がよい。Circle Houseは、顧客や開発者を自社の仕組みへ招く場。RippleやFireblocksは狭い区画でも、少数の法人案件の質が重要になり得ます。 5.「好調」は何の数字で見るか。ここが重要 Circleは比較的見通しがよい会社です。2026年Q2のUSDC残高は733億ドル、前年比19%増。一方、総収入は7.01億ドルで7%増。純利益は4,800万ドルでした。 残高や送金量が伸びても、収益は準備資産の利回りや分配条件にも左右される。チェーン上の活動の伸びと、会社が稼ぐ額は同じではありません。CircleのSEC提出資料 Bit Digitalも重要です。名前から採掘会社を想像すると今の事業を見誤ります。Q2のクラウド売上は2,380万ドル、前四半期比42%増。AI/HPCへの移行が売上に現れる一方、全社では1.072億ドルの純損失でした。大きな非現金項目を含むため損失の内訳も見る必要があります。 同社のStageは、単なる採掘需要の好調さではなく、ETH資産とAIデータセンターへの資本配分を金融関係者へ説明する場、と読めます。Bit Digital決算 一方、多くの非上場取引所では、比較可能な最新利益を確認できません。登録者、取扱高、資金調達、売上、利益を一列に並べて“好調ランキング”にするのは避けるべきです。 6.小さなPolymarketは、むしろ「展示以外の販路」が強い ICEは3月に6億ドルの追加出資完了を発表。さらに2月にはPolymarketの確率・センチメントデータを機関投資家へ届けるサービスを開始しています。 予測市場の参加者を増やすだけでなく、市場が生む情報を金融業務に売る経路を作っている。TRONより小さい展示から、資金力や事業の弱さは導けません。ICEの出資/機関向けデータ提供 BTSEも、取引所であると同時に、他社向け取引所・流動性・決済基盤を売る会社です。ChangeNOWは他社walletの交換機能に組み込まれるAPI。DWF Labsは流動性供給や投資・OTCの相手との接点が重要。 同じ来場者一人でも、個人の新規口座なのか、数十万顧客を持つ提携先なのかで価値が違います。 7.Sui・Solana・Cardanoは、チェーンの“利用理由”を売っている Suiは同会場のBasecampでagentic economyを前面に出し、今年はBridge発行のUSDsuiも稼働。Solanaは送金・カード・資産発行などの利用先を広げています。Cardanoの大区画はエコシステム共同展示で、単独企業の面積とは意味が異なります。 争点は、性能の数字だけでなく「次の決済やAIエージェントを、なぜこのチェーン上で作るのか」。開発者・流通先・金融接続先をまとめて獲得する競争です。SuiのUSDsui/Solanaの8月報告/Cardanoの展示 8.国旗で分けると、かえって見えなくなる 国・地域は四つに分けると読みやすいです。 ① 創業者・開発者の出自 ② 本社・契約法人の所在地 ③ 免許を持つ法域 ④ 顧客と売上が生まれる市場 例えば中国出身の創業者がいることと、中国本土でそのサービスを提供できることは別。香港も本土と同じ規制ではありません。SGに拠点があるから東南アジア企業、という分類も乱暴です。 その上で、地域別の強みはこう見えます。 ・米国:ドル、資本市場、大手決済・クラウドの流通網 Circle、PayPal、ICEなどが持つ接続先が、アジア開催でも価値を持つ ・中国語圏:海外の取引コミュニティ、開発者、技術供給 ただし個社の顧客構成を確認せず“中国系陣営”にはまとめない。Alibaba Cloudと0GのQwen連携は、米中二択より、モデルと国際的な実行基盤の接続という例です ・欧州:域内で販売できる条件 大きな欧州ブースが少なくても、MiCAへの適合や免許が他地域企業の事業設計を左右する。 ・中東:都市への企業・資本・人の誘致 Dubai Pavilionの規制、経済振興、金融、不動産が一緒に並ぶ意味。トークンだけでなく、どこで会社を動かすかを売っている ・SG/東南アジア:銀行、wallet、QR決済、送金をつなぐ回廊 StraitsXはKBank・Grabと、タイの利用者がSGのQR加盟店で支払う仕組みを展開。ここでは利用者がblockchainを意識しなくても価値が出る。会場出展の有無は未確認ですが、地域の実需を考える具体例です。StraitsX公式 9.Singapore開催だから、Singapore住民を取りに来たとは限らない ここは大切な反証です。MEXCの現行規約はSingaporeを提供対象外に含め、Polymarket国際版もSGからの新規取引を制限しています。 それでも、この会場では国際的な顧客、紹介パートナー、プロジェクト、銀行、投資家に会える。会場の所在地と営業対象市場は別です。MEXC規約/Polymarketの地域制限 SG自体も“海外向けなら自由”ではありません。MASは海外顧客だけを対象にする一定のデジタルトークンサービスに厳しい免許方針を示しています。MASの説明 今回の見立てを一段深くまとめると 「取引所は顧客の財布と取引時間を、決済企業は残高と最初のクリックを、チェーンは次に作られるサービスを、都市は企業と資本の移転先を取りに来ている」 そして、その組み合わせを売買する交差点がSingaporeです。 だから会場で聞くと面白いのは、『今年何が新しいですか』より、『昨年と比べて、誰から何の対価を受け取る事業に変わりましたか』です。その答えをブースの大きさ・ラウンジ・登壇と重ねると、単なるスポンサーランキングを超えた勢力図が見えてきます。
もっと見る
# AIエージェント開発の意思決定ポイント # オーケストレーション vs コレオグラフィ 🎼 🎯 ポイント 複数のエージェントやサービスを協調させるとき、「指揮者を置くか、各自が自律的に踊るか」を選ぶ必要があります。 オーケストレーションは中央の指揮者がすべてを統制する方式。コレオグラフィは各コンポーネントがイベントに反応して自律的に動く方式。制御の所在が根本的に異なるため、障害処理・監査・デバッグ・スケーリングの設計が全く変わります。 📋 概要 オーケストレーションでは中央のオーケストレータが全体のワークフローを定義し、各コンポーネントを順次または並列に呼び出し、結果を集約して次のステップを決定します。Temporal、Airflow、LangGraphのSupervisorパターンなどが典型的な実装基盤です。コレオグラフィでは各コンポーネントがイベントバス(Kafka、EventBridge等)上のイベントを購読し、関心のあるイベントに自律的に反応して新たなイベントを発行します。全体の制御フローを知る中央は存在しません。 🔍 意思決定のポイント 判定の主軸は **説明責任(accountability)** です。 🏛️ **オーケストレーションに倒す条件**: - 処理の全体像と各ステップの判断根拠を事後に説明する必要がある - 審査→承認→実行のような厳密な順序制約がある - LLMの出力を次のステップに渡す前に検証・変換が必要 - 全体の予算(トークン・時間・コスト)を中央で管理したい - コンポーネント数が概ね10以下 🌊 **コレオグラフィに倒す条件**: - 高スループット・高スケールが求められ、中央がボトルネックになる - 多数のチームが独立してコンポーネントを開発・デプロイしている - イベントへの「反応」が主な処理パターン(通知、ログ、非同期集計) - 実行順序の厳密な追跡が不要 💡 要点と詳細 🟢 **オーケストレーションの強み**は制御の明確さと監査性です。ワークフローの全体像が1箇所に定義されているため「今どこまで進んでいるか」「なぜこのステップが実行されたか」が常に明らかです。障害時のリカバリもどのステップで失敗したかを特定して再開できます。エージェント固有の利点として、LLMの出力を検証してから次ステップに進められるため、ハルシネーションの伝播を各ステップで遮断できます。 🟡 **コレオグラフィの強み**は疎結合とスケーラビリティです。各コンポーネントはイベントスキーマだけを共有し、他の存在を知りません。新コンポーネントの追加はイベント購読の追加だけで、既存コンポーネントに変更不要です。独立スケールも可能で、イベントバスがバッファとして一時的な負荷偏りを吸収します。 ⚖️ トレードオフ | 観点 | オーケストレーション | コレオグラフィ | |---|---|---| | 全体状態の可視性 | 常に明確 🟢 | イベントログの突合が必要 🔴 | | 監査性 | 高い(因果関係を示せる) | 低い(分散した追跡が必要) | | スケーラビリティ | 中央がボトルネック | 各コンポーネントが独立スケール | | 結合度 | 高い(中央への変更が集中) | 低い(スキーマ共有のみ) | | ハルシネーション制御 | ステップごとに検証可 | 各自でガードレールが必要 | | チーム独立性 | オーケストレータ変更で衝突 | 独立開発・デプロイ可 | 🛠️ ユースケース 🔵 **オーケストレーションが向くケース**: 業務系システム、規制対象の処理、審査・承認ワークフロー、LLMの出力検証が必要な処理。説明責任が求められる環境。 🔴 **コレオグラフィが向くケース**: 高スループットのイベント駆動処理、通知・ログ集約・分析パイプライン。多数のチームが独立してコンポーネントを開発する大規模システム。 📌 **デフォルト戦略**: 業務系システムではオーケストレーション(中央集権)がデフォルトです。AIエージェントを含むシステムでは、LLMの確率的な出力を制御・検証する中央の存在が安全性と監査性の両面で重要です。実用的な折衷は「中核は中央集権、周辺探索はイベント駆動」で、主要な業務フローはオーケストレータが管理し、周辺の非同期処理はイベント駆動で疎結合に構成する形です。 #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
「設計するかどうかにかかわらず、すべての API チームはいずれエージェントのコンシューマーを抱える」——Pinecone エンジニアによるエージェントフレンドリー API 設計の論考が秀逸です。 Designing Agent-Friendly APIs エージェント向け API 設計の6原則を紹介するこの記事から、特に重要な3つのポイントを深掘りします。 🔴 注目1: エラーメッセージが「指示」になるかどうか `"Invalid request"` というエラーを返すだけでは、エージェントはバジェット(トークン予算)を無駄に消費しながら推測を繰り返します。正しい設計は「何が・なぜ・どう直す」の3要素をセットにすること。`"Response is too large. To reduce the size, try a lower top_k value."` のように具体的な回復手順を含めれば、エージェントは次のコールで自己修正できます。RFC 9457 Problem Details で機械可読エラーコードを安定提供し、認証エラーは「欠如」と「不正」を別コードに分けることも重要です。 🔵 注目2: エンドポイント1:1でのMCPサーバー化は失敗する 大規模 API をそのまま MCP サーバーに変換すると、エージェントはファーストコール以前に「数十万トークン」を消費しかねません。Cloudflare は `search()` と `execute()` の2つのツールだけで 2,500 エンドポイントへのアクセスを約 1,000 トークンで実現しています。`list_users` + `list_events` + `create_event` という3エンドポイントの代わりに `schedule_event` 1本を提供する——ワークフロー単位でエージェント面を製品として設計することが本質です。 🟡 注目3: TTFSC(Turns-to-First-Successful-Call)という新指標 著者は Claude Sonnet 5 をコールドな状態で Pinecone の API に当てた実験を公開しています。全3試行で無人成功、ファーストコールまでの中央値は **6ターン・約$0.30・約90秒**。生の REST を選んだエージェントはわずか3ターンで成功した一方、Python SDK を選んだエージェントはターンの「ほぼ半分」を call signature の解読に費やしました。廃止済みパッケージ名のインストールを試みたのは古いモデルで、現行世代は直接モダン API へ向かいました——LLMの学習データに刷り込まれた旧 API 形状が如何に影響するかを示す実例です。 エージェントはこれまで開発者が暗黙に吸収してきたコストを「可視化・課金可能・チャーン誘発」な経済コストとして外部化します。AX(Agent Experience)はDXと並ぶ必須の設計軸になりつつあります。 #APIデザイン# #AIエージェント#
もっと見る
おはようございます! 明日はうーかのクリスマスイベント🎄 1週間後は #ハロービビ# 本番! ハロービビって打つとなぜか予測変換でハロービビンバって変換されちゃうのなんで????笑 【ご予約お待ちしてます🥹】
もっと見る
ハーネスエンジニアリングのアンチパターン AP7. 決定性の取り違え(The Misplaced Determinism Boundary) 🎯 ポイント テスト実行をLLMの善意に委ね、端ケースの判断を硬いルールに押し込む。境界を取り違えると、信頼性と適応性を同時に失います。 ❗ 発生する課題 確率的な要素を決定的であるべき場所に置くと信頼性が漏れ、決定的なルールを判断が要る場所に置くと適応性を失います。結果として、簡単なタスクで不安定になるか、複雑なタスクで硬直するか、あるいはその両方が同時に起きます。 🔍 メカニズムと症状 この取り違えには二つの形態があります。形態Aは「LLMの判断が要る長いテールを硬いルールに押し込む」パターンで、ルールは予測可能なため魅力的に見えますが、端ケースに遭遇すると脆く壊れます。形態Bは「決定的であるべき処理(テスト実行、ゲート判定、リトライ)をLLMの善意に委ねる」パターンで、モデルに任せれば実装が楽に見えますが、100回に1回はテストを忘れるという不安定さを生みます。症状としては、形態Aでは「想定外のケースでルールが破綻」「新しいパターンのたびにルール追加が必要」、形態Bでは「テストの実行忘れ」「ゲートのスキップ」「時々なぜか動かない」が見られます。 📋 シナリオ ・形態A:「import文の変更は必ずファイル先頭に」という硬いルールを設定。circular importの解消が必要なケースでルールが邪魔をし、エージェントが行き詰まる。 ・形態B:「テストを必ず実行すること」をプロンプトに記載するだけで、ハーネスが強制しない。エージェントは95%の確率でテストを実行するが、残り5%でテスト未実行のまま完了を宣言する。 ・両方同時:コードモッドの大部分はASTベースの決定的変換で処理できるのに、全てをLLMに任せている(形態B)。一方、LLMの判断が必要な端ケースには「この場合はスキップ」という硬いルールを適用(形態A)。両方が間違っている。 🛡 回避方法 ・ハーネスの全処理を「判断が要る」と「判断不要で決定的に実行可能」に分類し、境界を明示します ・テスト実行・lint・ビルド・ゲート判定は決定的コードで強制し、「お願い」しません ・LLMは本当に判断が必要な部分(原因分析・方針決定・コード生成)に限定して使います ・モデルの進化に合わせて境界を定期的に見直し、適切に移動させてください #HarnessEngineering# #AIAgent#
もっと見る
「なぜその判断をしたのか?」にAIエージェントが答えるには、フラットなチャットログではなく“つながった記憶”が必要でした🕸️ それを1コマンドで丸ごと立ち上げるツールの登場です。 タイトル: Introducing Create Context Graph URL: 🕸️ 概要 Create Context Graphは、グラフベースのメモリを備えたフルスタックのAIエージェントアプリを、たった1コマンドで生成するNeo4j LabsのCLIスキャフォールディングツールです。生成されるアプリには、FastAPIバックエンド、Next.jsフロントエンド、AIエージェントフレームワーク、Neo4jグラフデータベースが一式含まれます。 ❓ 解決する課題 AIエージェントは作りやすくなりましたが、関係性や因果を理解するのは依然として苦手です。 ・フラットなチャットログやベクトルストアでは、「なぜその判断をしたのか」「何がこの作業をブロックしているのか」といった構造的な問いに答えられません ・つまり、エージェントには関係を捉える「高度な記憶」が欠けていました 💡 方法論と仕組み ・データを「コンテキストグラフ」(つながったナレッジ構造)に変換し、チャット履歴・ベクトルコンテンツ・推論トレースの3種のメモリを整理します ・エンティティモデルはPOLE+O(Person, Organization, Location, Event, Object)に、ドメイン固有の型を重ねます ・エージェントが判断を下すと、その推論チェーンがDecisionTraceノードとして記録され、紐づくTraceStepで構成されるため、クエリ可能な来歴(provenance)が生まれます ・PydanticAI・LangGraph・Claude Agent SDKなど複数フレームワークに対応し、22の組み込みドメイン、Linear・Claude Code・GitHubのコネクタ、推論経路のリアルタイム可視化、シークレット自動リダクションを備えます 🌍 ユースケース ・課題の依存関係やチームのワークフローを開発者がクエリする ・Claude Codeのセッション履歴から個人の開発分析を行う ・判断・コミット・作業項目を組み合わせたマルチツールの相関分析 判断の来歴をクエリ可能にできるため、エージェントの説明可能性やデバッグ、チーム横断の知識統合に役立ちます。 #GraphRAG# #Neo4j#
もっと見る
「エージェントメモリは複雑なほど良い」は本当でしょうか? タイトル: Is Complex Agentic Memory Always Needed? Naive RAG Is Stronger Than We Thought URL: ❓ そもそも何を問う論文? 抽出・要約・グラフ化・更新を備えた「エージェンティックメモリ」は、素朴なRAGより優れているのか。その差が弱いベースラインのせいではないかを検証しています。 ❓ 比較した「素朴なRAG」とは? 💡 Raw-RAGは、会話を256トークンの窓に切って埋め込み、上位128件を取得、クロスエンコーダで15件に絞ってLLMに渡すだけ。LLMによる抽出・要約・グラフ構築は一切ありません。 ❓ 結果は? 💡 7つの設定のうち6つでRaw-RAGがメモリシステム中トップ。MemoryAgentBenchではMemoraの43.84に対し48.32でした。しかも取り込みは速く、約100万トークンでRaw-RAGは0.33時間、Memoraは26.95時間です。 ❓ なぜ複雑な仕組みは勝てない? 💡 差を生むのは証拠を使う力より届ける力でした。原子的事実の抽出を足すと19.62ポイント低下し、要約やグラフ拡張も約6ポイント悪化。変換したストアは生の証拠に届きませんでした。 #AIエージェント# #RAG#
もっと見る