馬上來看寫真片商MERA參加TRE台北國際成人展的第三位女星！ . 她是「原つむぎ(原紬)」，對，和我婆明里一樣叫つむぎ(紬)，不過兩人的型完全不一樣，明里是宇宙無敵美少女，而原つむぎ(原紬)嘛，170公分高H罩杯胸，完完全全的身材教科書啊啊啊啊啊啊啊啊啊〜 . 也就因為她的身材太強大，所以她有個綽號叫「完售女王」，意思就是做什麼活動都賣光光，是廠商眼中的難波萬；而且她不只是銷售量驚人，更厲害的是與其他寫真女星相比她是冠軍戒指滿手戴，大學是唸幼教科系、沒有在寫真界登場的她在第一支作品上架後就大放異彩，是2020年的MVP也是2021年注目偶像賞的第一名，超厲害！ . 現在，她要來TRE了！ . 除了超強大的身材，原つむぎ(原紬)另一個賣點是她的「嗓子」，在MERA給的資料特別賦予了她「低語嗓音系療癒偶像」的封號，想知道她到底有多強？馬上去JKFACE預約，和她一對一單挑吧〜 . . #原つむぎ# #原紬# #HaraTsumugi# #170公分# #H罩杯# #完售女王# #低語嗓音療癒女王# #MERA# #TRE2025# #8月8日到10日# #台北市南港展覽館二館# @topm_ymg @haratsumugi

放置少女- [融花絮語]楽進 謙虚でよく自省する人。誰に対しても敬語を使う。しかし、低姿勢は意図的にやっていて実は野心満々と思われることもある。 ・ ・ ・ 第一回目の優勝者として、皆様の総選挙へのご投票に感謝しアウグストゥスの新アバター衣装も予定しています✨ #放置少女# #放置少女5周年#

南シナ海で熱帯低気圧が発達、トンキン湾へ　ベトナムで大雨の恐れ [社会] 　南シナ海で発生した熱帯低気圧が発達しながら西北西に進んでおり、週末の8月22日頃にはトンキン湾(ベトナム語名：vinhBacBo＝北部湾)...

【ちょっと長文】（日本語は中国語の次） 我的追蹤者裡也有不少台灣人，大家如果有空可以來看看，但記得先深呼吸一下，再認識不同角度的解讀喔😅 tag我，希望我看投稿，看一看突然的暴言攻擊真的有點太刺激了…… 💦對方可以暴言，我選擇不看就好。可以封鎖我，眼不見為淨，生活會平靜一點。 ◆關於阪急這件事： 台灣人寄出的信件內容算是理性，沒有攻擊字句。跨平台分享發生這事情，如果有同感的人想加入的話，自己判斷，沒有強迫大家。做法有改善空間，歡迎理性討論。 強調「如同小粉紅、干涉內政、拉低台灣人形象」，搭配上針對我的難聽字句，綜合起來，我是覺得已經不是在針對事情本身想進行溝通了。 支持台灣，同時也想更了解台灣人怎麼想、怎麼感受，我蠻推薦去Threads看看台灣人的投稿（超多人使用Threads，可以獲得更廣泛的聲音）。向台灣人發問，也會得到很多回應～（長住台灣也是一個方式w） 網路暴言我就不仔細看了。 明天我還活不活著，說這些話的人也不會在意。 我把時間拿去睡覺，明天繼續當一條活龍✌️ 私のフォロワーにも台湾人の方がたくさんいるので、違う角度からの解釈を知るきっかけになるかなと思います。よかったら見てみてください！ただ、まず深呼吸してからね〜 tagされて投稿を見に来たら、突然の暴言攻撃が本当にちょっと刺激強すぎました……💦 相手が暴言を吐くのは自由ですが、私は見ない選択をします。ブロックしていただいても構いませんよ。目に入らなければ生活が穏やかになります。 ◆阪急の件について： 台湾の方々が送ったお問い合わせの内容は理性的で、攻撃的な言葉は使われていません。この件をThreads以外のプラットフォームで共有するのは、同感する人が自分で判断して参加したい場合は自由ですが、強制ではありません。方法に改善の余地はあると思いますので、理性的に議論できればと思います。 ただ、「小粉紅のような行為」「内政干渉」「台湾人のイメージを下げる」といった点を強調し、私個人にもきつい言葉を向けられたことで、もう事柄そのものについて理性的にコミュニケーションを取る段階ではなくなっていると感じます。 台湾を応援するなら、台湾人がどう思っているか、どう感じているかをより理解したい場合、Threadsで台湾人の投稿をたくさん見てみることをおすすめしますよ（Threadsを使っている台湾人が本当に多いので、より幅広い声に触れられます）。台湾人に直接質問したりすると、たくさん返事が返ってきますよ〜 （長く台湾に住むのも一つの方法ですねw） ネット上の暴言や攻撃はもう細かく見ませんよ。 明日私が生きていようがいまいが、これを言った人たちは気にしないでしょう。 私はその時間を睡眠に充てて、明日も元気に頑張ります⸜(◍´˘`◍)⸝

LLMが生成したテキストは古典的な機械学習で高精度に検出できるよ、というポスト。（検出は日本語対象ではない） ・昨今のネット小説界隈には、低品質なAI生成テキストが大量に溢れかえっている ・既存の予測確率を用いたAI検出手法は、推論コストが高く精度も非常に不安定 ・そこで筆者は、古典的な機械学習であるSVMを用いたテキスト分類を試みた ・約1万件の人間の書いたテキストと、複数のLLMに生成させたテキストを学習データとして用意 ・単語の出現頻度（TF-IDF）に基づく単純な判定だけで、まず約85%の精度を達成 ・さらに7つの異なるモデル用の分類器を作成し、多数決をとることで判定を強固にしてみた ・で、これを使って、某小説プラットフォームの上位作品を判定したところ、約32%でAI生成の疑いが強いことが判明 ・ただ、その中でAI使用を事前に明記している作品は一つもなかった ・AIっぽさを消すプロンプトや翻訳の往復を試しても、判定スコアはほとんど下がらなかった ・なぜか？ ・LLMの出力テキストには特有の統計的なパターンが非常に強く現れてしまうため ・そのため、最新の複雑なAIを使わずとも古典的な手法で十分に見抜ける ・AIによる創作物は底が浅くパターンの再構成に過ぎない（という指摘）

✨100日後に台湾通になる 🇹🇼【70日目】✨ 台湾人に炎上される覚悟で投稿します🙃実は台湾人、Googleマップの口コミで「台湾人だけが分かる暗号」を使って低評価を書くことがあります。特に海外のお店で見かけることが多いです。 この「暗号」は、中国語の漢字を使って台湾語（閩南語）の発音を表現したもの。 台湾語は台湾で最も広く話されている方言なので、多くの台湾人は意味が分かります😇 ……とはいえ、私みたいに台湾語があまり得意じゃない人は、毎回ちょっと考えながら読んでいます😂 ちなみに、下の画像の★５の口コミを日本語にすると…… 「料理はすごく油っこいし、値段も高い。もしこの暗号が読めるなら、この店には行かない方がいいよ。」 という意味になります🙃 ※毎日、台湾小ネタ100連発中♪

会議や割り込みだらけでも普通に仕事を終わらせるエンジニアがいる。 何かコツがあるのか聞いたところ、返答が面白かった。 どうやら、Goの読み書きにほとんど頭を使わないことが大きいらしい。 その方は「Go言語を極めた」と自称している。 実際、画面共有でなにげなく見えたときのGoを書くスピードがレベチ。 日本語を書いているのかと思えるくらい、スラスラと淀みなく手を動かしている。 ここまで手に馴染んでるなら、Goを読むときの負荷もたしかに低そう。 ご本人いわく、 「たいていのエンジニアはコードを読む時、多少なりとも集中力を使う。でも俺はGoであればマンガを読むくらいの感覚で読める。だから簡単に頭を切り替えられる」 とのこと。 例えはだいぶ極端だけど、言っていることは分からなくもない。 すでにできることを「無意識にできる」レベルまで突き詰める。 そうやって、普段の作業に使う思考のリソースを減らす。 知識を広げるだけじゃなくて、「考えなくてもできることを増やす」のも、エンジニアとして1つの成長なんだなと思いました。

高価なニューラルインデックスを毎回作り直さずに、定番のBM25検索を賢くする——クエリ書き換えをトークン1個ずつ最適化するという、面白いアプローチです🔎 タイトル: STORM: Stepwise Token Optimization with Reward-Guided Beam Search URL: 🔎 概要 STORMは、検索の良し悪しに導かれてクエリ書き換えモデルを訓練する枠組みです。トークンを1つ生成するごとに、候補となる拡張語をBM25インデックスに照らして評価し、検索を実際に改善する語彙だけに探索を集中させます。 ❓ 解決する課題 現代の検索は密ベクトルや学習済みスパースのニューラルモデルに依存しますが、BM25のような語彙検索は高速な反面、同義語や言い換えに弱いです。 ・密ニューラル検索器は、モデルを変えるたびに高コストなインデックス再構築が必要です ・LLMによるクエリ書き換えは、「整った表現だが検索に効かない、あるいは有害な用語」を生みがちです ・訓練では系列レベルの遅延フィードバックしか得られず、どの個々の単語が効いたかが見えにくいです 💡 方法論と提案手法 ・検索性能に導かれたビームサーチ（reward-guided beam search）で自己教師あり訓練を行います ・トークン生成ごとに候補拡張語をBM25で評価し、性能の低い候補を枝刈りします ・これにより、検索指標をトークンレベルの信号に変換し、探索を有効な語彙へ集中させます ・BM25インデックスを使うため、ニューラルインデックスの再構築が不要で、インフラが軽量です 📊 実験結果 ・0.6B〜8Bパラメータのモデルが、競合するLLM書き換え器と同等以上の性能を達成しました ・BM25の速度的な優位性を維持しています ・8B版は、はるかに大きな商用システムに匹敵しました ・18言語（MIRACL）へのゼロショット転移で、専用の多言語密検索器を平均で上回りました 🌍 ユースケース インデックス再構築のコストを避けたい検索基盤や、多言語検索を低コストで強化したいシステムに向きます。既存のBM25パイプラインを活かしつつ性能を底上げできるため、検索を本番運用するチームにとって採用しやすい現実解です。 #検索# #BM25#

✍️ AIが秒間何百行もコードを書ける今、開発者の仕事は「書く」から「読んで検証する」へ変わりました。だとすれば、言語選択の基準も変わるはずです。 Why Go is an Ideal Language for AI-Assisted Software Engineering 🔍 概要 GoogleのGoチームが発表した「AI補助開発時代の言語選択論」。コード生成のボトルネックが「書くこと」から「レビュー・検証すること」に移った今、読みやすさと保守性を軸に設計されたGoがいかに理想的かを論じています。 ⚠️ 解決する課題 ・LLMは型の不一致や存在しないプロパティを頻繁に生成する ・動的型付け言語（Python等）では型エラーが実行時まで検出されない ・AI生成コードが古いパッケージや脆弱な依存関係を参照するリスクがある ・繰り返しリファクタリングで精度が劣化する（初回約95%→低下） 🛠 Goのアプローチ ・gofmtによる完全自動フォーマット：AI生成コードの構文が常に予測可能 ・静的型付け＋高速コンパイル：Java/C#/Rustより桁違いに速くエラーを弾く ・govulncheck：呼び出されるシンボルだけを対象とした低ノイズ脆弱性スキャン ・ネイティブファズテスト：境界条件バグを継続的に発見 ・15年間の完全後方互換：Go 1.0のコードが今も無修正で動作 📌 逆説的な結論 「開発者が書くコードが減るほど、言語選択はより重要になる。」AIの大量出力を安全に吸収するには、決定論的なガードレールを持つ言語基盤が必要。Goはそのために設計されていた。 #Go言語# #AIエンジニアリング#

# Palantir Foundryを学ぶ 🚀 ノーコードでは届かない複雑なロジックを、ソフトウェア工学の品質管理ごとデータ基盤に持ち込む。それがCode Repositoriesです。 📌 タイトルと機能のURL タイトル: Code Repositories(Pythonトランスフォーム) URL: 📝 概要 Code Repositoriesは、Foundry内で本番品質のコードを作成・協働するためのWebベースの統合開発環境(IDE)です。基盤にあるGitリポジトリをブラウザのUIから操作でき、コマンドライン無しでチーム開発を進められます。プラットフォーム固有の機能を備え、データエンジニアリングにソフトウェア開発の作法をそのまま適用できます。 🔧 機能の説明 バージョン管理とコラボレーションが中核です。 ・ブランチ作成・コミット・リリースタグ付けといったGit操作をWeb UIから実行できます ・プルリクエスト(PR)でコードレビューを行い、権限は「高度に設定可能」でレビュー必須化などの品質保証を支えます ・IntelliSense、リンティング、エラーチェック、文脈に応じたヘルプダイアログがすべてのリポジトリ種別で利用できます ・Transformsリポジトリでは、Python・Java・SQLでのデータ変換ロジックを記述し、プレビューとデバッグが可能です ・FunctionsリポジトリはオントロジーをネイティブにサポートしTypeScript/Pythonで低レイテンシのビジネスロジックを実装できます 🛠 実践的な使い方 ・PySparkを用いて、数十億行規模の名寄せや複雑な業務ルールをコードで実装します ・PRレビューを必須に設定し、マージ前に第三者の確認とCIチェックを通すことを強制します ・ユニットテストを組み込み、変換ロジックの回帰を防ぎます ・Functionsリポジトリでは、オントロジーのデータ型に基づくオートコンプリートを活かして安全にロジックを記述します ・モデル開発リポジトリで機械学習ワークフローもプラットフォーム内に取り込みます 🎯 ユースケース ・Pipeline Builderでは表現しきれない複雑な名寄せ・業務ルールをPySparkで実装 ・「本番直編集によるデグレ」を、レビュー必須化とブランチ運用で構造的に排除 ・派生KPIや検証ロジックをFunctionsとして実装し、各アプリから再利用 ・MLモデルの学習・推論コードをガバナンス下で管理 ⚠️ 注意点 ・ドキュメントの日本語訳は機械生成で未検証である旨が記載されており、ローカライズ内容には精度上の限界がある可能性があります ・リポジトリ種別(Transforms/Functions/Model)ごとに対応言語や用途が異なるため、目的に合った種別を選ぶ必要があります ・プロコード環境ゆえ、レビュー・CI・テストの運用ルールを組織として整備しないと品質管理の効果が出ません #PalantirFoundry# #DataEngineering#