明日19:00からSHOWROOMで #みなみみラジオ# 一緒に聴こうの会する☺️ 聴く予定の#11も##12もどちらも長尺なので# 自ずと長い配信になっちゃうのですが よろみいちゃんです🫶

えすたい🐱2026 Rd.1 もてぎ 3/22（日）ST-Z ･･･Gr1 🌟10:05 〜 10:40 ピットウォーク📸 🌟11:00 ~ 12:00 スタート進行 🌟12:00 〜 16:00 4時間耐久レース 決勝🚗 🌟13:10 〜 13:20 ステージ🎤 🌟16:00 〜 表彰式🏅 明日も338号車を応援よろしくお願いします❤️‍🔥 #SUPER耐久# #レースアンバサダー#

動画生成モデルは「もっともらしい動画」を作れても、「正しい確率で将来を分布できる」かは別問題です。 タイトル: PAWBench: How Far Are We from Probabilistically Aligned World Modeling? URL: 🎯 概要 コインを50回投げたとき表と裏が約50%ずつ出るように、動画生成モデルも「ありうる将来の正しい確率分布」を再現できなければ真のワールドモデルとは言えません。PAWBenchはこの「確率的整合性」を評価する初の体系的ベンチマークで、50シナリオ・11モデルを評価しました。 🔍 解決する課題 従来の動画評価はFIDやFVDなどの知覚品質や多様性に焦点を当ててきましたが、「各結果が正しい頻度で生成されるか（較正）」と「すべてのありうる結果を網羅できるか（網羅性）」を同時に測る指標がありませんでした。 ⚙️ 評価手法 PAWEvalはK=50回の動画生成をGemini 3.5 Flashで終端結果に変換し、全変動距離（TVD）と有効サポート回収率で評価します。投擲・回転・衝突・材料遷移など8種類の物理メカニズムを対象としています。 📊 主要結果 最良モデルのCosmos 3 Super I2VでもTVD 20.5（完全整合=0）に留まります。全モデルの平均TVDは31.2で、有限サンプルで予想される偶然のばらつき（8.33）を大幅に上回ります。「確率精度・広い網羅性・採点信頼性」を同時に達成したモデルは1つもありませんでした。 ⚡ 介入実験の教訓 プロンプトエンジニアリング・結合ノイズサンプリング・LoRA微調整の3つを試しましたが、いずれも部分的な改善にとどまり根本的なギャップは解消されませんでした。モデルは物理的因果介入には過少反応し、非因果的な視覚・テキスト手がかりには過剰反応する傾向があります。 動画生成をロボティクス・自動運転・物理シミュレーションに応用しようとする研究にとって、確率的整合性はこれから欠かせない評価軸になります。 #動画生成# #ワールドモデル#

【PR】「クレアチンだけで満足してる？」それ、かなりもったいないです。 クレアチンはちゃんと摂取している。なのに、スクワットやベンチプレスの後半セットで、 「あと1レップが、どうしても上がらない…」 「心は折れてないのに、身体が先にブレてしまう…」 そんな悔しい経験、筋トレを本気でやっている人なら誰でもあるはず。実はそれ、単なるエネルギー不足だけが原因じゃありません。せっかくのクレアチンを最大限に活かせていない可能性があります。 そこで今、注目されているのが「ベータアラニン」という成分です。 そもそもベータアラニンとは、僕たちの筋肉に元々存在する「非必須アミノ酸」の一種。 なぜクレアチン単体じゃだめで、このベータアラニンが必要なのか？ 筋トレで限界まで追い込むと、筋肉内にはどんどん水素イオンが溜まり、環境が「酸性」に傾いていきます。これが、後半セットで急に力が入らなくなったり、スタミナがあるはずなのに身体がブレたりする大きな原因の一つです。 そこで必要になるのがベータアラニン。筋肉が酸性化していくのを内側からブロックしてくれる筋肉内の物質「カルノシン」、その構成分子であるベータアラニンを補給することで、筋トレ後半の粘りをサポートしてくれます。 つまり、この2つの成分は「全く違うアプローチから、限界までの粘りをサポートする黄金コンビ」なんです。 クレアチン： 瞬発的なパワーを生み出すベースを作る ベータアラニン： 筋肉が限界を迎えることによる、後半の失速を防ぐ パワーの源（クレアチン）があっても、筋肉そのものが途中で動かなくなってしまっては意味がありません。だからこそ、同時に摂ることに意味があるんです。 実際に、そのすごさを証明する信頼性の高い論文データがあります。 51名の男性を対象とした28日間の検証データによると、クレアチンとベータアラニンを組み合わせることで、「疲労が出現する前にこなせるトレーニング全体量（ボリューム）が11%も向上した」という驚きの結果が報告されています。さらにアメフト選手33名を対象にした実験でも、ハードな筋トレと合わせることで、理想的な体組成（筋肉量の維持や体脂肪率）へのポジティブな影響を力強く後押しすることが示されています。 「エネルギーを高めるクレアチン」×「限界状態のコンディションを支えるベータアラニン」。この2つが合わさるからこそ、毎回のトレーニングの質を科学的に底上げできるというわけです。 ――と、ここまでがエビデンスの話なのですが、 「じゃあ別々にサプリを買って、毎日計量して飲むのか？」というと、正直めちゃくちゃ面倒ですよね。 そこで、僕自身が「本当に自分が毎日飲むために、一切の妥協がないサプリ」としてメーカーさんと半年以上かけて作ったのが、この2つを黄金比率で配合した『クレアニン』というサプリです。 正直、ただのクレアチン単体サプリと比べたら安くはありません。でも、論文ベースの推奨量（クレアチン3g、ベータアラニン3.2g）を、不純物を極限まで削った高純度かつ1択で手軽に摂れるクオリティに仕上げました。毎日飲むものなので脂質もほぼゼロ、プロテインに混ぜても味を邪魔しないノンフレーバーです。 「毎日のトレーニングの質を一段階引き上げたい」 そんな本気のトレーニーの選択肢の一つになれば嬉しいです。 ぜひクリックしてAmazonの商品ページをを覗いてみてください。

エージェントの共通言語「MCP」を、基礎からハンズオンで学べる公式カリキュラムが登場しました📚 しかも6言語対応です。 タイトル: microsoft/mcp-for-beginners URL: 📚 概要 Model Context Protocol（MCP）を、実践的かつハンズオンで教えるMicrosoft公式のオープンソース教育カリキュラムです。MCPは、AIモデルとクライアントアプリのやり取りを標準化する「ユニバーサルな翻訳機」と位置づけられています。 ❓ 解決する課題 MCPは、AIシステムとさまざまなツール・サービスの通信を標準化する最先端のフレームワークです。 ・しかし新しいプロトコルゆえ、体系立った入門教材が不足していました ・基礎からセキュリティ、実装、応用まで段階的に学べる土台が求められていました 💡 内容と構成 4フェーズ・11モジュールで構成されています。 ・基礎フェーズ（0〜2）：導入、コア概念、セキュリティ ・構築フェーズ（3）：15の実践ガイドで最初の実装を作る ・成長フェーズ（4〜5）：高度な概念と実世界での応用 ・習熟フェーズ（6〜11）：コミュニティ貢献と専門トピック、13ラボの総まとめ コードサンプルはC#・Java・JavaScript・Python・TypeScript・Rustの6言語で、電卓の例からDB統合の高度な実装まで段階的に進みます。# 🌍 ユースケース / 対象読者 いずれかの対応言語で基本的なプログラミング知識があり、クライアント・サーバーモデルやREST APIを理解している開発者向けです。AI/MLの背景は任意。MCPを業務に取り入れたい人の信頼できる出発点になります。 #MCP# #AIエージェント#