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 Dr系男子の恋愛カルテ
Dr系男子の恋愛カルテ 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
Dr系男子の恋愛カルテ を含む検索結果
🥼特典付き💜 7/14頃発売 #高比良りと# 先生(@RITO_TAKAHIRA) @honeymilk_BL 「Dr.系男子の恋愛カルテ(2) 偏愛編」 ✦ホーリン特典ペーパー付✦ 大人気“Dr.系男子”シリーズに「偏愛編」登場‼️ ホーリン特典付きでご予約受付中です🥼💜
もっと見る
彼女持ちの男子を狙う系女子の新衣装d‐r様
TL;DR: マルチベクトル検索(ColBERT系)に、点群のまま使えるIVFインデックス「MV-IVF」を提案。バッチ処理ではSVH比で平均約4倍のスループットです。 MV-IVF: Multi-Vector Retrieval via Multi-Vector Clustering ポイント ・🧩 文書もセントロイドも「点群」。MaxSimでルーティングするIVFを直接構築 ・🔁 割り当てを固定すれば中心更新は通常の重み付きクラスタリングに帰着(MV-Lloyd) ・⚡ 1bit/4bit/8bit量子化とクエリ圧縮を段階的に使い分け ・📦 バッチ検索は葉ごとにクエリをまとめてキャッシュ効率を向上 ・📈 Recall-10@10 90%で、スループットは平均 MUVERA比2.19倍・SVH比4.01倍・MV-Vamana比2.07倍 ・⚖️ 単一クエリ遅延は小規模データで優位。大規模ではMV-Vamanaが勝つ場面も 早期停止は厳密な上界ではなく、評価もColBERTv2のテキスト検索のみです。それでも、マルチベクトルを素直にクラスタリングする方向の実用性を示す結果だと感じます。 #MultiVectorRetrieval# #ColBERT#
もっと見る
TL;DR: Gemini 3.6 Flashからわずか3週間でアップデート。コーディング・エージェント系ベンチマーク全項目で大幅改善しながら、導入期間中は半額で使えます。 Introducing Gemini 3.7 Flash ポイント: 🚀 DeepSWE v1.1: 65.3%(前世代49.0%から+16.3pt) 🖥 FrontierCode 1.1: 43.6%(前世代34.4%から+9.2pt) 🌐 WebDev Arena Eloスコア: 1588(前世代1538から+50) 📄 GDP.pdf文書理解: 34.0%(前世代22.0%から+12.0pt) 🤖 AutomationBench: 30.4%(前世代17.0%から+13.4pt、約1.8倍) 💰 導入価格: 入力$0.75・出力$3.75(1Mトークンあたり)で3.6 Flashの半額 🌍 提供先: Gemini API、AI Studio、Android Studio、Gemini Enterprise、Gemini Spark(160カ国以上) 🛡 安全機能: CBRN・サイバーセキュリティ悪用防止のフロンティアセーフガードも更新 特にエージェント・コーディング向けに尖らせた設計で、Box、Databricks、Harvey、LangChainなど実務ユーザーから「大幅に良くなった」と評価されています。3週間に1回のペースでこのクオリティのアップデートが来るとは、Flashシリーズの進化が止まりません。 #Gemini# #LLM#
もっと見る
TL;DR: エージェントに仕事を任せた時の「期待外れ」を、Redditの投稿16万件超とユーザー調査から23カテゴリに整理しました。最多は、止まらない・遊んだままの実行です。 タイトル: Babysitting AI Agents: A User-Centered Taxonomy and Study of Agentic Delegation Failures URL: ポイント ・🧭 分類法MANDATE:7グループ・23カテゴリの失敗 ・🔁 最多は無制限・アイドル実行15.4%、次いで指示違反13.0% ・📉 指示違反は31%から21%へ低下、リソース系は増加 ・🙈 深刻な失敗ほど気づきにくい(ρ=-0.61) ・🤝 経験者が多いのは同調や過度な肯定 ・🔬 研究は手薄:委任エージェントの失敗を扱うのは214件中20件 ・🛠️ 対処は指示の変更が最多の36% 「子守り」を減らすには、実行前の計画確認と、実行後の検証できる証拠が鍵になりそうです。 #AIエージェント# #HCI#
もっと見る
TL;DR コードを書いて画像や動画を生成するAIは、コードの実行が成功しても見た目の要求を満たしているかは別問題です。この「プログラムと視覚のギャップ」を測る評価手法が提案されました。 タイトル: MaLiang-Harness: A Programmable Path to Image and Video Generation URL: ポイント 🖼️ 状態を保持しながら生成物を検査・修正するステートフルなフレームワーク 🔧 コードの変更と映像の結果を対応づける追跡可能な生成プロセスを導入 🎨 Canvas・SVG・Three.jsなど複数バックエンドを共通プロトコルで統一 📊 画像生成50タスクでGPT-6-Astraが成功率100%・品質基準クリア96.0% 🎬 動画生成13タスクでもGPT-6-Astraが成功率100%・品質基準クリア76.9% ⚠️ DeepSeek系は画像で12〜40%、動画では0%と大きく苦戦 🔍 汎用能力スコアが同じ2モデルでも描画品質の合格率は44%対88%と激しく食い違う 汎用ベンチマークのスコアだけではモデルの実力を測れない、という指摘が特に刺さります。 #マルチモーダルAI# #画像生成#
もっと見る
TL;DR 350年以上未解決だったフェルマーの最終定理を、Claudeがわずか11日間で完全にコンピュータ検証可能な形に形式化しました。数十体のAIエージェントが協力し、証明支援系Leanで検証済みの巨大な証明を作り上げています。 タイトル: Formalizing Fermat's Last Theorem URL: ポイント 🧮 証明した中間定理は29,500個(総数30,300個) 📄 生成したLeanコードは1,300万行、Mathlibの5倍の規模 🤝 数十体のClaudeエージェントが役割分担しながら協調作業 🧩 協調基盤「Prove2Me」が定理の依存関係と状態管理を担当 ⚙️ 使用した公理はLeanの標準3公理のみ 💬 数学者Kevin Buzzard氏も証明の正しさを確認済み 🔁 3人チームが3日間で三素数定理を形式化した先例もあり 一件一件人手で数年かかっていた証明査読の負担を、AIによる形式化が大きく減らせる可能性を示す事例だと感じます。 #Lean# #形式検証#
もっと見る
ご質問、ありがとうございます。 ①EV、自動運転化で影響ある部品 自動車となると ・骨格となる板金フレーム ・エンジンユニットの機械加工品 ・バンパーなどの成形品など といったように多種多様です。 EVは駆動系が変化、つまりエンジンがバッテリーに変化するので、エンジンユニットとその周辺物が不要となります。ケーブル関係も当然変わります。 逆にモーターやインバーター関連の部品が当然増えたりします。 自動化運転技術は、主としてはソフト側の話になるので、 ハードとしてはセンサー・カメラ関連に影響が出てきます。 ②転職を考えた時の生産技術職の強み 生産技術の基本は以下の内容です。 企画、開発予算取り、設計、検討、現地対応、評価、生産といった製造に関わる広い範囲を扱います。 その分、あらゆる部門の中継点にもなりますので、いろんな部署の意見が集中して、判断するのも生産技術部門は非常に多いです。 ここに、製品や工程特有の専門技術がくっついてきます。 なので、技術を扱いながら人や組織を動かしていくので、 転職について困ってる人をあまり見たことがありません。 生産技術職自体、それなりに大きな会社でないと無いので、大手→大手や大手→コンサルが多いイメージです。 ・工場全体の生産に関わる戦略、企画 ・技術開発のトライ・量産設備への適用検討 ・設備、施作を行うための予算取り(稟議) ・数年単位でのスケジュール策定 ・製品設計への参画 ・設備仕様の検討、一部設計など ・設備設計DRへの参画 ・現地での工事計画立案・施工対応 ・設備での品質・安全評価 ・生産開始後の初期流動確認 ③自社で生産設備を設計・製作する会社と外部メーカーの設備を導入する会社での仕事内容や身につくスキルの違い 自動車部品メーカーで使う設備であるという視点で話すと、前者では設備設計という機械・電気・制御などの詳細仕様設計すると言う点においては強いと思います。 その分、そこに大部分のリソーセスを取られるのと、現地立ち上げ後も不具合を直していくなど、設備に人が付くというイメージが強いです。 なので大体は設備に関わる設計なら工機部門や専門部署が製品メーカーの会社だと多かったりします。 後者では、その点その詳細設計を外部に委託しますので、詳細設計という部分については行いません。 上の②はこの場合の流れを書いてます。 設備をイメージ通りのものを作ってもらうための仕様書というものを作成しますので、詳細設計よりも上流のなぜその機能が必要なのかという点の議論や検討に時間を使います。また、詳細設計をしない分多くの工程を担当しますので、より全体最適化、生産側の検討、設備のあり方、評価などさまざまなことを高サイクルで回すイメージです。 転職といった視点では後者の方が有利です。 前者は、生産技術でなくとも設備メーカーで大体できる部分が多く、強みにはつながらないと思います。 ご不明点あればまた気軽に質問してください。
もっと見る
【Dr.オフィスLookJOB2】ASPIC AI・クラウドアワード2026で「社会貢献賞」を受賞。“毎日の勤怠打刻が、災害時の「...