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 ジェイスン ファン
ジェイスン ファン 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
ジェイスン ファン を含む検索結果
エヌビディアショックへの狼狽は不要。 重要な3点を考察しました。 ① 【エヌビディアのガバナンス問題であって、AIや半導体の需要消滅とは別】 今回の報道は、あくまで「エヌビディアという1企業のトップの交代劇。 世界のAI開発が止まったわけでも、データセンターのサーバーが不要になったわけでもありません。 現に、昨晩の時間外取引でエヌビディアが8%急落する一方で、ライバルのAMD(+4%高)やブロードコム(+3%高)の株価は逆に上昇しています。 これが何を意味するか? AI半導体の需要は1ミリも減っていない。 仮にエヌビディアが揺らいでも、他の半導体メーカーがその分を作るだけと市場が判断している。 ② 日本のテスター、半導体、メモリー銘柄(アドバンテスト・東エレク・キオクシア)等は「全メーカーの共通インフラ」 最大の強みです。 •東京エレクトロン エヌビディアだろうが、AMDだろうが、世界中のすべての半導体メーカーの工場に製造装置を納めています。 • アドバンテスト どのメーカーのAIチップであっても、検査装置はアドバンテストの独壇場です。 • キオクシア どのサーバーが使われようと、データを保存する最先端SSDはキオクシアの領域です。 エヌビディアの社長が誰になろうと、他社にシェアが少し移ろうと、日本の半導体関連銘柄が稼ぐ利益の総量は一切変わらりません。 ③ 短期的な「寄り付きの連れ安」は、更なる「悪材料出尽くし」になる。 この3点です。  しかし今朝の東証の寄り付きでは、このニュースの見出しに驚いた個人投資家やアルゴリズム(自動売買)が、反射的にアドバンテストやキオクシアを一時売り浴びせて来ました。 が、すでに過去の暴落で私たちが目撃した通り、「実態に関係のないパニック売り」は、数日で必ず買い戻されます。 特に、もし取締役会が「フアンCEOの解任・新体制への移行」を正式に決定すれば、数日間の不透明感(モヤモヤ)が一気に晴れ、「ガバナンスが正常化した(膿を出し切った)」として、株価が急反発するケースもアメリカ市場では珍しくありません。     考察をまとめますと 1. エヌビディアのCEO交代劇は、日本半導体の「稼ぐ力」を1ミリも傷つけない。 2. 今朝の下げは、ニュースの見出しに反応しただけの「反射的なノイズ」にすぎない。 3. 11月17日の決算で発表される「過去最高の売上数字」は、すでに確定している動かない事実である。 NVIDIA、フアンCEOの「解任」準備開始、時間外で株価8%急落!  大勢の課題は、このニュースが出る前は日本半導体株価はどこまで上がるか!  と思ってましたよね! 何とか後場はこのノイズを跳ね除け、連騰して欲しいものです。 #エヌビディア# #ジェイスン ファン# #CEO退任#
もっと見る
『50%の人生リスタート』 何か♡を期待してお洒落したのに、カン検事(キムスンロク)から衝撃の事実を聞かされちゃうジェスン(オジョンセ)可哀想なのに可愛い😓 #오십프로#
もっと見る
ん? ジャンプの歴代作家を実際に見ていくと、むしろ全然違う話に見えるんだけどな。 「一作目が当たって、売れたら編集の言うことを聞かなくなり、2作目3作目が当たらなくなる」 というより、 一度連載を経験し、2作目、3作目で大化けした漫画家が普通にいる。 原哲夫 『鉄のドンキホーテ』→『北斗の拳』 冨樫義博 『てんで性悪キューピッド』→『幽☆遊☆白書』 井上雄彦 『カメレオンジェイル』→『SLAM DUNK』 久保帯人 『ZOMBIEPOWDER.』→『BLEACH』 高橋和希 『天燃色男児BURAY』→『遊☆戯☆王』 古舘春一 『四ッ谷先輩の怪談。』→『ハイキュー!!』 荒木飛呂彦 『魔少年ビーティー』→『バオー来訪者』→『ジョジョ』 堀越耕平 『逢魔ヶ刻動物園』→『戦星のバルジ』→『ヒロアカ』 3作目で代表作に到達した作家までいる。 逆に、最初からヒットした作家がその後も当てた例もある。 鳥山明 『Dr.スランプ』→『ドラゴンボール』 北条司 『キャッツ♥アイ』→『シティーハンター』 松井優征 『ネウロ』→『暗殺教室』→『逃げ上手の若君』 だったらジャンプ編集部の強さって、 「新人の描きたいものを一般向けに矯正すること」ではなく、一本、二本と実戦を経験させながら、その作家が何を描けば一番強いのかを一緒に発見していくことなんじゃないの? 少なくとも歴代ヒット作家を見る限り、 「売れたら編集の言うことを聞かなくなって、次が当たらない」 という単純な構図にはどうにも見えない。 少なくとも過去のジャンプ編集は、 『新人を当てる編集部』というより『漫画家を育てて当てる編集部』だったんじゃないの? データはそう言ってるけど?
もっと見る
京本大我主演ドラマ 『憧れの作家は人間じゃありませんでした』 Blu-ray・DVD BOX特典映像の詳細解禁❗️ ⠀ 📀特典映像 約90分収録 ・メイキング ・御崎禅のルームツアー/カフェたから ・御崎×黎司/京本×橋本涼 ・御崎×ジェイク /京本×森崎ウィン ・スペシャル座談会 ほか
もっと見る
🦌試合終了🦌 奈良 84-87 徳島 OT2まで粘り強く戦いましたが、あと一歩……あと一歩、およびませんでした。 本日も熱いブースト、ありがとうございました🔥 📅26.11.7 🆚#徳島ガンバロウズ# 📍ジェイテクトアリーナ奈良 #燃え上がれ# #バンビシャス奈良#
もっと見る
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プラクティス 【信頼境界の二層分離(Trust Boundary Split)】 💡 ポイント 「社内向けエージェントと顧客向けエージェント、同じスタックで動かしていませんか?それ、情報漏洩の時限爆弾です。」 従業員向けと顧客向けでは信頼レベル・データ境界・失敗コストが根本的に異なります。同一設計で済ませると、顧客経路から内部情報が漏れる最悪のシナリオが現実になります。 🔥 解決する課題 - 顧客向けエージェント経由での内部情報漏洩(最も致命的なリスク) - 敵対的入力(ジェイルブレイク・間接プロンプトインジェクション)による暴走 - 従業員向けの「緩い前提」を顧客向けにそのまま適用してしまう設計事故 - 顧客向け障害がブランド毀損・法的責任に直結する不可逆リスク 🏗️ 提案パターン 従業員向けと顧客向けを物理的/論理的に分離した二層のプレーンとして設計します。従業員向けは社内IdP(Okta/Entra)でSSO認証し、社内データに広くアクセスできます。一方、顧客向けエージェントはDMZ相当の隔離環境に配置し、内部データは「公開可能と明示したread model(投影)」のみ参照可能にします。顧客向けの出力にはDLP(データ漏洩防止)検査を必須通過させ、ガードレールも格段に厳格にします。オーケストレーション基盤やモデルゲートウェイは共有してもよいですが、データ到達経路は必ず分離します。 ✅ 選定条件 - 採用する場合:顧客と従業員の両方がエージェントを利用する。B2C/B2B両面を持つ企業。顧客接点と社内業務が同一基盤を共有しようとしている。 - 採用しない場合:純粋に社内専用の用途のみ(過剰な分離はコスト増になります)。 ⚠️ 落とし穴 - 「オーケストレーション基盤を共有しているから大丈夫」と思い込み、データ到達経路まで共有してしまうケース。基盤の共有とデータ経路の分離は両立が必要です。 - 顧客向けガードレールの設計を後回しにすると、本番稼働後に重大インシデントが発生します。ジェイルブレイク検知・トピック制限・拒否方針は初期設計に含めてください。 - 監査ログの設計で顧客識別子とPIIの保持期間管理を怠ると、コンプライアンス違反に繋がります。 🛠️ 実装方針 - まずネットワークセグメンテーションで顧客向けプレーンを隔離します。VPC/サブネット分離で顧客向けエージェントをDMZ相当の環境に配置し、内部ネットワークへの直接到達を遮断します。 - 顧客向けプレーンが参照するデータをCQRSのread model(公開可能データの投影)として構築します。内部DBへの直接アクセスではなく、公開可能と明示したデータのみを投影するビューを用意します。 - DLP(データ漏洩防止)検査パイプラインを顧客向け出力経路に設置します。全出力を通過させ、内部由来情報のリークを検知・ブロックします。 - 顧客向けプレーンにガードレールポリシーを配備します。ジェイルブレイク検知・トピック制限・トーン制御・拒否方針を含む、従業員向けより格段に厳格なポリシーセットを適用します。 - 認証基盤を分離します。従業員向けは社内IdP(Okta/Entra ID)でSSO、顧客向けは顧客IdP(Auth0/CIAM)を使い、認証経路を完全に分けます。 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
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プラクティス 【信頼境界の二層分離(Trust Boundary Split)】 💡 「社内向けエージェントと顧客向けエージェント、同じスタックで動かしていませんか?それ、情報漏洩の時限爆弾です。」 従業員向けと顧客向けでは信頼レベル・データ境界・失敗コストが根本的に異なります。同一設計で済ませると、顧客経路から内部情報が漏れる最悪のシナリオが現実になります。 🔥 解決する課題 - 顧客向けエージェント経由での内部情報漏洩(最も致命的なリスク) - 敵対的入力(ジェイルブレイク・間接プロンプトインジェクション)による暴走 - 従業員向けの「緩い前提」を顧客向けにそのまま適用してしまう設計事故 - 顧客向け障害がブランド毀損・法的責任に直結する不可逆リスク 🏗️ 提案パターン 従業員向けと顧客向けを物理的/論理的に分離した二層のプレーンとして設計します。従業員向けは社内IdP(Okta/Entra)でSSO認証し、社内データに広くアクセスできます。一方、顧客向けエージェントはDMZ相当の隔離環境に配置し、内部データは「公開可能と明示したread model(投影)」のみ参照可能にします。顧客向けの出力にはDLP(データ漏洩防止)検査を必須通過させ、ガードレールも格段に厳格にします。オーケストレーション基盤やモデルゲートウェイは共有してもよいですが、データ到達経路は必ず分離します。 ✅ 選定条件 - 採用する場合:顧客と従業員の両方がエージェントを利用する。B2C/B2B両面を持つ企業。顧客接点と社内業務が同一基盤を共有しようとしている。 - 採用しない場合:純粋に社内専用の用途のみ(過剰な分離はコスト増になります)。 ⚠️ 落とし穴 - 「オーケストレーション基盤を共有しているから大丈夫」と思い込み、データ到達経路まで共有してしまうケース。基盤の共有とデータ経路の分離は両立が必要です。 - 顧客向けガードレールの設計を後回しにすると、本番稼働後に重大インシデントが発生します。ジェイルブレイク検知・トピック制限・拒否方針は初期設計に含めてください。 - 監査ログの設計で顧客識別子とPIIの保持期間管理を怠ると、コンプライアンス違反に繋がります。 🛠️ 実装方針 - まずネットワークセグメンテーションで顧客向けプレーンを隔離します。VPC/サブネット分離で顧客向けエージェントをDMZ相当の環境に配置し、内部ネットワークへの直接到達を遮断します。 - 顧客向けプレーンが参照するデータをCQRSのread model(公開可能データの投影)として構築します。内部DBへの直接アクセスではなく、公開可能と明示したデータのみを投影するビューを用意します。 - DLP(データ漏洩防止)検査パイプラインを顧客向け出力経路に設置します。全出力を通過させ、内部由来情報のリークを検知・ブロックします。 - 顧客向けプレーンにガードレールポリシーを配備します。ジェイルブレイク検知・トピック制限・トーン制御・拒否方針を含む、従業員向けより格段に厳格なポリシーセットを適用します。 - 認証基盤を分離します。従業員向けは社内IdP(Okta/Entra ID)でSSO、顧客向けは顧客IdP(Auth0/CIAM)を使い、認証経路を完全に分けます。 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
🎯 LLMの強化学習で当たり前に使われてきたPPOの「固定クリッピング」、実は探索の多様性を密かに潰していたかもしれません。その弱点を理論的に解消する新手法が登場しました。 タイトル: BandPO: Bridging Trust Regions and Ratio Clipping via Probability-Aware Bounds for LLM Reinforcement Learning URL: 🔍 概要 BandPOは、PPOの比率クリッピングを「Band」という統一オペレータに置き換える手法です。f-ダイバージェンスで定義された信頼領域を、確率を考慮した動的なクリッピング区間へと射影することで、行動の確率に応じて境界が適応的に変化します。 ❓ 解決する課題 PPOの固定クリッピング境界には構造的な弱点がありました。 ・低確率の行動(トークン)の上方向への更新幅を過度に制約してしまう ・本来は高いアドバンテージを持つ「テール戦略」が押し潰される ・探索が痩せ細り、方策が早期に決定論化するエントロピー崩壊を招く 一律の固定境界が、探索と活用のバランスを崩していたのです。 💡 方法論と提案手法 BandPOは、信頼領域からクリッピング区間への写像を凸最適化問題として定式化し、大域的に最適な解が得られることを保証します。 ・特定のダイバージェンスでは閉形式解を導出し、計算上も扱いやすい ・低確率かつ高アドバンテージな行動には制約を緩め、適切に更新できるようにする PPOの比率クリッピングとTRPO系の信頼領域という2つの系譜を、確率を考慮した境界で橋渡ししている点が新しいところです。 🎯 ユースケース RLHFやRLVRといったLLMの強化学習全般で、学習の安定性を保ちつつ探索の多様性を維持したい場面に有効です。エントロピー崩壊に悩まされてきた既存のPPOパイプラインの置き換え先として実用的です。 📊 実験結果 多様なモデルとデータセットにわたり、標準的なクリッピングおよびClip-Higherを一貫して上回る性能を示しました。さらに、エントロピー崩壊を頑健に緩和し、学習を通じて方策の多様性を維持できることが確認されています。コードはOpenMOSS/BandPOで公開されています。 #強化学習# #LLM#
もっと見る
# 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 # 従業員向け vs 顧客向け|Employee-facing vs Customer-facing 🎯 ポイント AIエージェントを「社内向け」と「顧客向け」で同じ設計にしていませんか? 利用者が従業員か顧客かで、信頼モデル・データ境界・ガードレール強度・障害影響がまるで別物になります。この分岐を初期に間違えると、顧客向けに甘い設計を適用して情報漏洩を招くか、従業員向けに過剰制約を課して生産性を潰すか、どちらかに必ず陥ります🔑 📋 概要 エージェントの利用者が「雇用契約・NDAで拘束された社内従業員」か「敵対的入力すら想定すべき外部顧客」かは、アーキテクチャの根本を左右する最初の分岐点です。従業員向けなら入力をある程度信頼でき、社内IdP(Okta / Entra ID)のSSOで認証を統一し、操作の失敗も「手戻り」で済むケースが大半です。一方、顧客向けではジェイルブレイク・間接インジェクションを前提に防御設計が必要で、出力がブランドイメージや法的責任に直結します。テナントごとのデータ隔離も必須で、認証基盤もCIAM(Auth0等)で匿名アクセスまで考慮する必要があります。規模も桁違い — 従業員数千〜数万に対し、顧客は数万〜数百万、24/365のスパイク耐性が求められます📊 🔍 意思決定のポイント 判断の軸は「利用者の信頼度」と「障害時の影響範囲」です。 利用者が雇用関係のある従業員のみ → 従業員向け設計でOK 外部顧客が含まれる → 顧客向け設計が必須 両方が含まれる → 別プレーンとして設計し、データ経路を分離 重要なのは「共有できるもの」と「分離すべきもの」の見極めです。オーケストレーション基盤やモデルゲートウェイ(AI Gateway)は共有できますが、データ到達経路・ガードレール・監査ログは必ず分離してください。顧客向けの出力パイプラインにはDLP(データ漏洩防止)を組み込み、社内データの混入を防ぎます⚡ 💡 要点と詳細 従業員向けの特徴は以下の通りです: - 入力を信頼できる前提が成り立つ(雇用契約・NDAの拘束) - データは社内ナレッジベース(Notion / Confluence / Box)や業務システム(Salesforce / ServiceNow / Workday)に閉じる - 失敗コストは「業務非効率」「手戻り」レベルで、多くは可逆 - 同時利用者は数千〜数万、業務時間帯に集中 顧客向けの特徴は根本的に異なります: - 敵対的入力(ジェイルブレイク・間接インジェクション)を前提とした設計 - 誤回答・情報漏洩が法的責任やブランド毀損に発展 - テナントごとの厳密なデータ隔離が必須 - 同時利用者は数万〜数百万、24/365のスパイク耐性が必要 ハイブリッド構成では、Shopify連携ECで顧客向け問い合わせエージェントと社内受発注オペレーション支援エージェントを同一基盤上の別プレーンとして構築するケースが典型的です。Zendesk上の顧客向けエージェントには公開可能ナレッジの投影(read model)のみを参照させ、社内Notionの機密データへの直接到達を遮断します🔒 ⚖️ トレードオフ 従業員向け設計をそのまま顧客向けに流用すると、社内で許容されるデータアクセス範囲を顧客に適用してしまい、他テナントの情報漏洩という最悪の事態を招きます。逆に顧客向けの厳格なガードレールを全社展開すると、従業員の業務効率が著しく低下し、エージェント導入のROIが出なくなります😰 プレーン分離を「後で対応」にするのも危険です。初期は単一スタックで構築し、顧客向けリリース時に分離コストが膨れ上がるのはよくある失敗パターンです。分離は初期設計時に決定すべきです。監査ログの混在も見落としがち — 顧客PIIと社内データが同一ログストアに混在すると、データ保持期間やアクセス制御の管理が破綻します⚠️ 🛠️ ユースケース EC顧客対応+社内オペレーション:Shopify連携のEC事業で、顧客向け問い合わせエージェント(厳格なガードレール・テナント分離・DLP適用)と社内受発注支援エージェント(社内データ全域アクセス・操作権限広め)を同一オーケストレーション基盤上の別プレーンとして運用します。共通バックエンドはモデルゲートウェイで共有し、フロントエンドとデータ経路だけを分離する設計です🛒 ITヘルプデスク:社内従業員向けのITサポートエージェントは、Active Directory・Jira・Confluenceに広くアクセスでき、パスワードリセットやソフトウェアプロビジョニングまで自動実行します。同じ基盤を顧客向けサポートに転用する場合は、アクセス範囲を公開ナレッジベースに限定し、ガードレールを格段に強化し、トピック制限・トーン制御・拒否方針を追加します📚 実践のコツ:「両方必要になるかもしれない」と少しでも感じたら、初日からプレーン分離を前提に設計してください。後からの分離は技術的負債の中でも特にコストが高い部類です💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る