あす15:30～放送スタート🩺 🇰🇷『#医師ヨハン』# 放送前に【人物相関図】をチェック👀 「キルミー・ヒールミー」「マンションのお仕事」 #チソン#(#지성#) 「王になった男」 #イ・セヨン#(#이세영#) 「キック・アゲイン」 #イ・ギュヒョン#(#이규형#) 痛みに寄り添う医師たちの成長と葛藤を描いた メディカルヒューマンドラマ🏥 📌(月～金)15:30～ほか

BSテレ東　韓ドラ☆「＃カーテンコール」 毎週月曜～金曜　午前10時55分 第１４話は…7月27日（月）午前10時55分 ムンソンが記事に載るのを阻止するため記者にドンジェとの結婚を発表したセヨン。止めに入ったジェホンはセヨンから本名を呼ばれて、バレたことを確信する。一方、本物のムンソンはカフェにいたグムスンに声をかける。再会した孫の話を聞いたムンソンは自分だと明かせずに立ち去るが、グムスンは―

感動の最終回を迎えた『#オクニョ～運命の女～』😭✨# 何度も命を狙われるオクニョ（＃チンセヨン）には、本当にハラハラしましたが、絶対に死なない不死身のヒロイン（笑）。それも彼女の聡明さと、守ってくれる仲間の存在があってこそ。 悪役だった大妃（デビ）、ユン・ウォニョン、チョン・ナンジョンも、どこかに憎めないキャラクターでしたよね。 皆さんが一番心に残ったシーンや、お気に入りのキャラクターは誰でしたか？ぜひリプライで教えてください👇💬 今後の韓流プレミアもお見逃しなく！ #テレ東韓ドラ# #韓国時代劇# #イ・ビョンフン監督# #チェ・ワンギュ作家　##オクニョ～運命の女～# #オクニョロス# ＃コス #チンセヨン#

BSテレ東　韓ドラ☆「＃カーテンコール」 毎週月曜～金曜　午前10時55分 第１１話は…7月22日（水）午前10時55分 誰かが自分になりすまし、会長の孫として暮らしていると知った本物のムンソン。テジュは大金を肩代わりし、ムンソンを韓国へ連れていく。一方、セヨンはイベントでバイトをしていた男性に会いに来たという友人ヒョジンに会う。ムンソンに会ったと思っているセヨンだったが、彼の正体は舞台役者のユ・ジェホンだと聞かされ…。

【必読】ムダ会議を撲滅したければ、すべて「可視化」せよ 会議のアジェンダをまずしっかり決めて、その日のゴールや決定したいこともあらかじめ共有して 、 議論そのものを「可視化」していくことです。 そうすれば、参加者一人ひとりが責任、あるいは当事者意識を持って発言しますし、議論も活性化して深まり、アジェンダもしっかり達成できます。 「当たり前じゃないか」と思われるような話ですが、ほとんどの会社ではできていないのが実態です。 もちろん、個人レベルではできる人はいますが、世の中的には「優秀」と言われる人たちが集まる会社でも、しっかり可視化ができている会社は、あまり見たことがありません。（2024）

トランプの 「メローニ首相から写真を懇願された」 の発言をメローニ首相がキッパリ否定 そして メローニ首相 「支持率はトランプ氏との関係に左右されない」 「いずれにせよ、私の支持率はあなたの問題ではありません。ご自身の支持率に集中されることをお勧めします」 イタリアのメローニ首相は、トランプ氏に向けてこのように述べ、反論しました トランプ米大統領は20日、イランとの紛争をめぐりイタリアが米国を支援しなかったにもかかわらず、メローニ首相が支持率向上のために再び米国と関係改善を図ろうとしていると発言していた 「こうした絶え間ない、いわれのない攻撃は無意味だ。私の支持率について言えば、あなたとの友好関係がプラスに働いたとは言えないし、あなたとの関係に左右されるものでもない」 とメローニ首相はSNSにも綴 りました またメローニ首相は、自身の支持率は国益を守る能力によってのみ左右されると主張した トランプ氏の発言を受け、イタリアのタヤーニ外相は来週予定されていた訪米の中止を発表しました 伊メディアによると、イタリアの閣僚らもローマの米国大使館で行われる米独立記念日のレセプションへの参加を見送る方針とのこと なんか… トランプと高市って 歴史上永遠に馬鹿にされ続ける代名詞になりそう…

さいあく！！！！！ 🍞なってる！！！ なんでやあ🥹🥹🥹 【この投稿を見た方、猫ちゃん可愛いと思ったら2段階リプお願いします😭😭】 しばらく放置....(新しいコス写真あげようと思ってたのに🥹🥹🥹 いんすたにのーせよ！)

🐉#モーコン観戦のしおり📝# 運命の悪戯により 今回敵対することになった リュウ・カンとクン・ラオ… しかし俳優2人は𝐅𝐑𝐈𝐄𝐍𝐃𝐒𝐇𝐈𝐏で結ばれ協力ッ‼ #マックスファン「僕にとって、動きを通じて物語を伝えることが重要なんです。# スタントやアクションの世界に長年身を置いてきたので、僕にとっては自然なこと。リュウ・カン役の #ルディリン# はそれほど慣れていなかった。彼は本当に一生懸命トレーニングしていました。僕に『ジムに行って、振り付けや格闘の練習をしよう』とメッセージを送ってくるほどでした。彼は多大な努力を注ぎ込み、それが本当に報われたと思います。僕たちの共演シーンにそれが表れています」 ⠀ 2人が作り上げた 圧巻のバトルシーンを劇場で観戦せよ👀🔥 『#モータルコンバット／ネクストラウンド』# 🎬大ヒット上映中ッ!!!

# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # 棄権閾値｜Abstention Threshold 🎯 ポイント エージェントが「自信がないときに黙る」仕組み、ちゃんと設計していますか？ 棄権閾値とは、エージェントが「自信がない」と判断して回答を棄権し人間にエスカレーションする信頼度スコアの境界線です。低すぎると誤答がユーザーに届き、高すぎるとエスカレーションだらけで自動化の意味がなくなります。誤答コストの大きさに応じてタスクカテゴリごとに異なる閾値を設定する多段構成が正解です🔑 📋 概要 棄権閾値は、エージェントが回答に自信がないときに人間へのエスカレーションを発動する信頼度スコアの基準値です。閾値が低ければ自動解決率は上がりますが誤答リスクも上がり、高ければ安全ですがエスカレーションが増えて人間の負荷と応答遅延が増大します。「間違った回答を自信満々にする」エージェントは信頼を致命的に損ないます。一方で「何でもかんでも聞いてくる」エージェントは導入の意味がありません。この間のバランスを、業務の誤答コストに基づいて精密に設計するのがこのダイヤルの役割です。 🔍 意思決定のポイント このダイヤルは「誤答した場合のコスト」で決めます。 致命的（不可逆・法的リスク・金銭損害）→ 高い閾値（0.85〜0.95）。返金金額の誤り、契約条件の誤案内、医療・法律相談など。少しでも不確実なら棄権。 中程度（修正可能だが手間がかかる）→ 中程度の閾値（0.70〜0.85）。Jiraチケットの優先度誤判定、Salesforceの商談ステージ誤更新など。 軽微（すぐ修正でき影響が限定的）→ 低い閾値（0.50〜0.70）。FAQ回答候補の表示、Slackでの情報検索結果など。多少の誤りは許容。 一律の閾値は避け、タスクカテゴリごとに異なる閾値を設定する多段構成にしてください⚡ 💡 要点と詳細 棄権閾値を機能させるには、信頼度スコアの設計が重要です。4つの算出方法があります： モデルのlogprob — トークンレベルの確率を集約します。分類タスクでは有効ですが、自由形式の回答では使いにくくなります。 自己評価プロンプト — 「回答の確信度を0〜1で評価せよ」と追加プロンプトで問います。キャリブレーションが必要です。 複数回生成の一致度 — 同じ入力を3〜5回生成し、回答の一致率を信頼度とします。コストはかかりますがロバストです。 検索ヒットの関連度スコア — RAGベースの回答では、検索結果の類似度スコアを信頼度の代理指標にします。 計測すべき指標は、自動解決率（エスカレーションせずに完了した割合）、誤答率（自動回答のうち誤っていた割合、目安として2〜5%以下）、不要棄権率（棄権したが正しく回答できていたケースの割合）、エスカレーション後の解決時間、そして信頼度スコアのキャリブレーション（信頼度0.8の回答の実際の正答率が80%前後か）です📊 ⚖️ トレードオフ 閾値が低すぎると、自動解決率は上がりますが誤答がユーザーに到達します。「間違った回答を自信満々にする」ケースが増え、信頼毀損や実害が発生します。特に金銭・法的リスクが絡む業務では、一度の誤答が取り返しのつかない結果を招きます😰 一方、閾値が高すぎると、エスカレーションが増えすぎて人間がボトルネックになります。ユーザーの待ち時間が増加し、エージェント導入の価値が問われます。期待される自動解決率の目安は、致命的リスクで40〜60%、中程度で60〜80%、軽微で80〜95%です。この数字から大きく外れていれば閾値の見直しが必要です⚠️ 🛠️ ユースケース Zendesk顧客対応：返金・解約に関する回答は閾値0.90で厳格に棄権します。間違った返金額を案内するリスクは取れません。一方、商品情報の案内は閾値0.65で自動回答を優先し、スループットを確保します📚 ServiceNow ITサポート：パスワードリセット手順（定型・低リスク）は閾値0.50で積極的に自動対応。権限変更の承認判断（高リスク）は閾値0.90で、不確実なら即エスカレーションします🎯 Salesforce営業支援：商談の受注確度予測は閾値0.75。データが不十分で信頼度が閾値を下回る場合は「判断を保留します。追加情報をご確認ください」と棄権し、誤った確度予測による営業判断ミスを防ぎます🔧 実践のコツ：初期は高めの閾値（0.85）で開始し、2〜4週間のデータ蓄積後に不要棄権率を分析して0.05刻みで下げてください。誤答率が許容範囲を超えたら即座に閾値を戻すこと。信頼度スコアのキャリブレーションは月次で実施し、モデル更新によるドリフトを補正してください。棄権時には「確認中です、担当者におつなぎします」のように、棄権を透明に伝えるUX設計も忘れずに💪 #AIエージェント# #エンタープライズアーキテクチャ#