【5月FANZA同人配信決定！】 野上のいこ×画像生成AI作品集をリリース…！！ 野上のいこを完全再現？！な過激すぎるえちえち画像集がFanza同人にて配信されます(´∩ω∩`*)💕 のいこのあんな妄想やこんな願望…(？！)を生成AI画像で実現しちゃいました！！！ 乞うご期待です✨️

オープンAIの設立にはイーロン･マスクが深く関わっていたことをご存じだろうか。彼がサム･アルトマンと同企業を創立するに至るきっかけ､それは｢人類は超知性AIに滅ぼされるのか？｣という根源的な懸念だった――

カントー：メコンデルタ地方初のロボット・AI研究所を開設 [経済] 　南部メコンデルタ地方カントー市のナムカントー大学(DNC)は18日、同地方初となるロボット・人工知能(AI)に特化した研究機関「DNCロ...

AIで「合成ユーザー」を作り出すSimileが、非公開の「ステルスモード」を解除してからわずか5か月で2億ドル超のシリーズBを調達し、評価額20億ドルに達した(https://techcrunch[.]com/2026/07/30/synthetic-user-startup-simile-raises-200m-at-2b-valuation-5-months-after-100m-series-a/)。Simile自身は「シミュレーション企業」を名乗り、人間の行動そのものを再現することを事業の軸に据えています。 今回のラウンドはGreenoaksとIndex Venturesが共同でリードし、Hanabi、Bain Capital Ventures、A*、Factory、CVS Health Ventures、Definitionが参加しました(同社発表による)。Index Venturesは前回のシリーズA(1億ドル)もリードした投資家です。 Simileによると、この5か月で売上は5倍に伸び、Fortune100企業(米フォーチュン誌が選ぶ売上上位100社)向けに数千万件規模のシミュレーションを実行できる基盤モデルを構築し、各シミュレーションの精度を予測する「confidence model」(同社いわく世界初)も訓練したといいます。本拠地だった米パロアルトの小さなオフィスから、従業員50人超のグローバルチームに拡大しました。CVS Health、Wealthfront、Deloitte、Gallupといった企業が、製品発表の戦略立案や顧客体験の最適化、新市場への参入にすでに活用しているそうです。 創業者のJoon Sung Park氏はスタンフォード大学で博士号を取得しており、在学中には、AIエージェントが人間のように暮らしパーティーまで開く「Smallville」という研究プロジェクトを手がけていました。Simileは「地球上の80億人全員を正確かつ誠実に再現する」ことを掲げていますが、TechCrunchはこのミッションを荒唐無稽だと評しつつ、人間は感情と理性の両方に左右され予測不能だからこそ市場調査が必要だという前提を踏まえてもなお、合成ユーザーによるリサーチ自体は有望な領域であり、プロダクトのモックアップ作りにおける「vibe coding」(直感を頼りにAIへコードを書かせる開発スタイル)のような立ち位置だと評しています。 同分野では2025年12月にシリーズAで巨額の評価額10億ドルを付けたAaruという競合も登場しており、投資熱の高さがうかがえます。

# AIエージェントをソフトウェアに組み込むプラクティス # Model Router & Adaptive Effort｜モデル段階化と適応的努力配分 🎯 全リクエストを最高性能モデルで処理していませんか？ タスク難易度に応じてモデルを使い分けるだけで、品質を落とさずにコストを大幅に削減できます。実運用ではリクエストの60〜80%が軽量モデルで十分に処理できることが多いです。 🔥 解決する課題 すべてのリクエストを最高性能モデルで処理すると月間予算を容易に超過します。一方、すべてを軽量モデルに寄せると複雑な推論や計画タスクで品質が崩壊します。大型モデルはレイテンシも大きく、単純なタスクにまで使うとシステム全体の応答速度が不必要に悪化します。「コストか品質か」の二者択一に陥るのが問題です。 💡 提案パターン タスクの難易度・種別・リスクに応じて呼び出すモデルを動的に選択します。まず軽量モデルで試行し、信頼度が低ければ上位モデルへエスカレーションする構成です。ルーターはまずルールベース（入力長・タスク種別・キーワード）で始め、精度不足なら分類器を追加します。2〜3層（小型・中型・大型）が運用しやすい出発点です。 ✅ 選定条件 使うとき： - タスクの種類が多岐にわたり、定型処理と高度処理が混在している - 月間コスト上限が明確に存在する - トラフィックが十分にあり、ルーティング機構のコストを回収できる 使わないとき： - 全リクエストが同程度の難易度 → 単一モデルで十分 - 全件で品質を1%も落とせない → 常に最高性能モデルを使い、キャッシュでコスト削減 - リクエスト量が少なく（月数百件以下）、ルーティング開発コストが節約額を上回る ⚠️ 落とし穴 - ルーター自身のコストを無視しないでください。LLMをルーターに使うと、分類コストだけで軽量モデル1回分に匹敵する場合があります。まずルールベースで始めてください - 信頼度の定義を明確にしてください。構造化出力のパースエラー率・回答の拒否率・内部ログ確率など、測定可能な指標に落とし込まないと運用できません - エスカレーション無限ループを防いでください。最上位モデルでも信頼度が低い場合の打ち切り条件を設定し、人間エスカレーションまたはエラー返却にしてください 🔧 実装方針 - ルーターはまずルールベース（入力長・タスク種別・キーワード）で実装し、分類精度が不足した場合にのみメタ分類器へ昇格させます - モデル階層は2〜3層（小型・中型・大型）を共通インターフェースで抽象化し、プロバイダ差し替えを容易にします - 軽量モデルの応答に対して信頼度チェック（パースエラー率・拒否率・ログ確率）を行い、閾値未満なら上位モデルへ自動エスカレーションします - エスカレーションは最上位で打ち切り、それでも信頼度が低い場合は人間エスカレーションまたはエラー返却にします - ルーティング比率・コスト・レイテンシを定期的に監視し、モデルバージョン変更によるドリフトに備えて閾値を再調整する運用体制を整えます #AIエージェント# #ソフトウェアアーキテクチャ#

美銀：AI泡沫破裂或引發美股與美債收益率同步下跌 美銀衍生品團隊警告，AI泡沫若最終破裂，市場將呈現與近月截然不同的走勢——不是慣常的「股跌債漲」（收益率上升），而是股票與美債收益率同步下行。 10月8日《金融時報》披露OpenAI年化收入遠低於市場傳聞，納指重挫逾1%、費半跌3.4%，美債收益率同步走低，被美銀定性為「AI解倉最佳預演」。10月14日CPI超預期一度推升收益率，但CoreWeave崩跌逾15%、CDS利差擴大135個基點後，收益率漲勢迅速逆轉；15日10年期收益率再降10個基點至5.09%。 傳導邏輯： 私人AI生態（OpenAI、Anthropic等）壓力首先猛烈衝擊納指（公開市場高敞口代理標的），同時因AI資本開支放緩、電力與資源需求下降，疊加對增長與通脹的雙重壓制，將債市拉向避險模式。歷史參照為2000年互聯網泡沫，納指崩盤時10年期收益率從約6.5%降至4%中段。 信用端風險同步暴露： CoreWeave被指為AI領域的「次級抵押貸款分級」，融資成本約9%而回報僅約1%，五年內隱含違約概率達63%；恐慌蔓延至DigitalOcean、Hut 8、Oracle等，本週AI板塊相對標普非AI成分股跑輸達840個基點。 泡沫指標顯示集中於局部而非全面（僅13隻股票BRI>0.8，權重約2.4%），但資產負債表風險更需警惕。低波動率被做市商龐大gamma與0DTE供給人為壓制。

なぜ、同業者にそこまで無料で教えるのか 私はXを初めてまだ５か月ほどですが、 何より一番驚いたのが、士業同士の交流が 半端じゃないほど行われているということ。 一昔前までは、こんな風景はあり得なかったのでは ないかと勝手に思っています。 同業同士は、あくまで顧客を奪い合うライバルであり 昔から、そこまで仲良く交流する対象ではなかったはず。 多分‥ そして、自分が開発したり、作り出したものを それこそ無料で配布するなど天地がひっくり返っても ありえなかった光景だと認識しています。 それが、今、X上で多くの方々が触れ合い、 共有し合い、助け合い、同じ世界を感じている。 同じシステム、思想、境遇など、 共通項を見つけては知見を重ね合わせ、 同じベクトルを、同じ目線で見つめている。 私はこれまで経営者の方ばかりを向いていました。 自分がサービスを提供している事務所以外の 同士業との交流など、ほぼ皆無。 自分自身が税理士になる前から経営者であったことも その要因の一つではありますが、 同じ税理士に対してもビジネスを構築する結果としての お付き合いがほとんどで、 同じ世界観を発信し、共有するなど 発想さえありませんでした。 そんな中、この５か月間、 この世界を見ていて、 なぜ、奪い合っていたはずの人たちが、 分け合うようになったのかが、ぼんやりと見えてきました。 その背景には、 善意や交流の楽しさから共有している方もいるとは思いますが、変化への危機感もあるのかもしれません。 資格を持っているだけでは、 選ばれない時代が、もう来ています。 だからこそ、この危機感が、 同業を「ライバル」から「同じ世界に生きる仲間」に変えた。 一人で抱え込んだ知識は、AIの時代、すぐに古くなります。 出し惜しみした実力は、外から見れば、無いのと同じ。 だから、出して、出した人のところに、 信頼と、人と、次の知見が集まる。 奪い合いのゲームが、終わりつつあると感じています。 そして、私がずっと向きあってきた「経営者」も、 同じ変化の中にいる、ということも。 経営者に伝えてきた見える化、共有、仕組み化を、 私自身が、同業との間で、ほとんどやってこなかった。 今後、税理士同士が競うのは、間違いなく、 顧客ではなく、変化への、速さです。 速く変わる人が多いほど、業界そのものが残る。 今までは、経営者の方だけを向いて、 その人の目を見て発信してきました。 これからは、同じ道を歩く同業の方にも 少しでもお力になれるように生きていこうと ふと、思った次第です。 未熟者ではありますが、 今後ともご指導お願いいたします。

TL;DR: 実カルテは公開できずラベルも不完全という臨床AIベンチマークの根本問題を、完全合成データで解決した研究です。フロンティアモデルでもトップ医師の性能には届きませんでした。 タイトル: Synthetic Hospital: An Open, Verifiable, Physician-Validated Longitudinal EHR Benchmark URL: ポイント 🏥 医学教育教材から1,268人・5,602受診分の完全合成カルテを構築し、個人情報ゼロで公開可能に 🔗 診断・所見・時間関係をICD-10-CM/SNOMED CT/LOINCへ決定的に紐づけ、ラベルは知識グラフから機械的に導出 👨‍⚕️ 医師によるリアリズム検証で、実カルテとの識別精度はほぼチャンスレベルの53% 📊 10モデルを5タスクで評価。患者診断の最高スコアはKimi 2.5-thinkingの重症度加重F1 0.732で医師平均と同水準 ⚠️ トップ医師(0.89)には未到達。要約タスクではどのモデルも所見の約半分を見落とし 🔁 生成モデルを変えても性能変化は0.05以下、臨床状態そのものを測るベンチマークであることを確認 臨床LLMの実力を偽りなく測れる基盤が整った意義は大きいと感じます。 #医療AI# #LLMベンチマーク#

私は元々結果主義で、高学歴の人って凄いんだなって思ってた。 今も尊敬はしているけど。 最近思いっきり、考えが変わった。 頭の良さだけでは人間性は養えないんだなって思った出来事が沢山あった。 アダルト産業だろうと心の奥底に手を差し伸べてくれる深い人間性を持った人もいる。 どんなに頭が良かろうが、大きく犯罪レベルで裏切るし、同業者を見下していたり、教科書で見た知識(AIが代わりにできる)で得意げになって他者への批判を繰り返していたり。 本当に大切な事って何かもう少し考えてみたいと思った。

浙江省の義烏国際商貿城は今年の夏、世界最大規模の日用雑貨などの商品集積地という強みを生かし、高い人気が続き、海外から多くのバイヤーや観光客が訪れて優れた製品を買い求めている。 　今年上半期（1-6月）、義烏国際商貿城を訪れた観光客は前年同期比34％増の1日あたり延べ29万4000人に上り、海外からのバイヤーは同30％増の1日あたり延べ1万2000人だった。各国からの観光客は市場でワンストップ式の買い物ができるほか、人工知能（AI）を利用したオーダーメイドやスマート・アートトイなどの新型消費も体験でき、買い物を通じてメイド・イン・チャイナのみなぎる活力を体感している。#義烏#