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 AI銀髪女子革命
AI銀髪女子革命 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
AI銀髪女子革命 を含む検索結果
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。
もっと見る
SHIFT AIが支援する中高生の日本代表チーム、国際ロボット大会で銀メダルを獲得
「AIドル」の時代到来、安全資産として買われるとは限らず-ドイツ銀
株式会社足利銀行、AIによる商談の記録・解析を行う「ナレッジワークAI商談記録」を導入
日銀、政策金利1.25%程度へ引き上げの公算大→実現なら1995年4月以来の高水準、植田総裁「毎回の会合で議論」 AI需要や原油高、為替変動を背景に、利上げペース加速の判断が迫られます。
もっと見る
株式会社三菱UFJ銀行 金子 洋平氏(執行役員 リテール・デジタル企画部長) Agentic AI Summit '26 Fall 基調講演 #GoogleCloud# #gcai_agent#
もっと見る
【今週木曜:AI x スポーツのイベント開催!】 2021東京オリンピック銀メダリストの馬瓜エブリンさん(@evelyn_mawuli)ら、とトークイベントをします!😊 私はAIの専門家としてお話しさせていただきます! fable5の話もします!!📷 <詳細> 7月9日(木) 19:00〜
もっと見る
# 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 # Short DB Transaction, Long Agent Session|長セッション・短トランザクション 🎯 LLMの推論中にDBトランザクションを開いたままにしていませんか?数秒〜数十分の待機でコネクションプールが枯渇し、システム全体が止まります。 🔥 解決する課題 従来のWebアプリではリクエスト処理がミリ秒で完結するため、トランザクション=リクエストスコープで問題ありませんでした。しかしAIエージェントのLLM呼び出しは数秒〜数十分に及びます。その間トランザクションを開いたままにすると、コネクションプール枯渇・デッドロック・ロック競合・トランザクションタイムアウトが同時多発します。P99レイテンシがP50の数倍になることもあり、「平均的には問題ない」設計でもテール側で障害が発生します。 💡 提案パターン LLM推論の間はトランザクションもコネクションも保持しません。DB読取を短トランザクションで行いコミット・コネクション返却した後にLLMを呼び出し、推論結果を再び短い独立トランザクションで書き込みます。ステップ間の中間状態は外部ステートストア(Redis、DynamoDB等)に永続化し、クラッシュ後の再開を可能にします。楽観的ロック(versionカラム等)でLLM推論中のデータ競合に対処し、悲観的ロックの長時間保持は避けます。 ✅ 選定条件 使うとき: - エージェントがLLM呼び出しの前後でDB読み書きを行う - LLM呼び出し1回あたりの所要時間が概ね1秒を超える - 同時セッション数がコネクションプールサイズの半分に達しうる 使わないとき: - LLMを使わない従来のCRUD処理 - 単一トランザクションでアトミックに完結しなければならない操作(銀行間送金等) ⚠️ 落とし穴 - 読取と書込の間に他プロセスが同じ行を更新する可能性があります。楽観的ロックを必ず併用してください - コネクションプールサイズは「同時セッション数」ではなく「同時トランザクション実行中のステップ数」で計算します。本パターンにより同時セッション数の10-20%で運用可能です - 不可逆な操作を含むセッションでは、ステートストアにディスク永続化を持つストアを選んでください 🔧 実装方針 - DB読取→コミット→コネクション返却→LLM呼び出し→再取得→結果書込の順で、LLM推論中はトランザクションもコネクションも保持しません - 楽観的ロック(versionカラムやupdated_at)を書込トランザクションに含め、LLM推論中のデータ競合をリトライで解決します - ステップ間の中間状態は外部ステートストア(Redis、DynamoDB、RDB上のセッションテーブル等)に永続化し、クラッシュ後の再開を可能にします - コネクションプールサイズは同時セッション数ではなく同時トランザクション実行中のステップ数で設計します(概ね同時セッション数の10-20%) - 不可逆性が高いセッションではディスク永続化を持つステートストアを選定し、耐久性要件に合わせます #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
AIが自律的に論文を書く時代、「幻引用・メソッドとコードの不整合・再現不可能なスコア」という信頼性の危機が深刻化しています。 タイトル: Science One Framework: A verifiable autonomous research framework via Chain-of-Evidence Google CloudのScience One Frameworkは「検証可能性を後付けではなく設計の第一制約とする」というChain-of-Evidence原則で、AI自律研究の信頼性問題を根本から解決します。 🔍 注目ポイント1 — Chain-of-Evidence(CoE)の2原則 「すべての主張が記録された証拠チェーンを持つ(完全性)」「各チェーンがその主張を真に支持する(正確性)」という2原則を定義します。ベースラインシステムで最大21%あったPhantom Referenceを0%に削減し、論文に記述されたメソッドとコードの整合性も全評価システム中で最高水準を達成しています。後付けで検証するのではなく、主張を生成する段階で証拠チェーンを同時に構築する点が従来手法との根本的な違いです。 🏗 注目ポイント2 — 3モジュールアーキテクチャ Problem Investigator(Semantic Scholar APIで最大100本のPDFから引用グラフを構築し、モデル記憶ではなく取得データに根拠付け)、Discovery Engine(並列ブランチで複数解を探索し全評価器出力を不変記録として保持)、Paper Writer & Claim Verifier(専用エージェントが主張を特定のワークスペース成果物に結びつけ、不整合を削除ではなく保守的に修正)という3つのモジュールが科学的誠実性を構造的に担保します。 🏆 注目ポイント3 — MLE-BenchとParameter-Golfでの実績 医療画像・細粒度認識・3D知覚を含むKaggleコンペ5種で金メダル2個・銀メダル2個を獲得。全ベースラインシステムが失敗した3Dオブジェクト検出タスクで優勝しました。厳格なハードウェア・ファイルサイズ制約下でのParameter-Golf LLMコンペでも2026年4月27日時点のSoTAを達成し、ベースラインはいずれも有効な提出物を生成できませんでした。 厳密性と競争力は両立できます。AI Scientist v2・AutoResearchClaw・DeepScientistなど最先端5システムを上回り、検証可能な自律研究の新しい基準を打ち立てています。 #AIResearch# #科学AI#
もっと見る