TESTSET のオープニング曲✨今回はハンドクラップにクラフトワークな音が混ざってJapanalogにつながる 以前Interface が1曲目の時のアンビエントなオープニングもカッコよかった 80年代 幸宏さんのライブのオープニングでも1曲目でメンバー登場、演奏が始まる感じでその流れすごく感じてる

AIが作ったデザインがダサくて悩む人は、デザインシステムを使うのがおすすめで、 【デジタル庁のデザインシステム】
普段僕はダッシュボードや社内向けアプリを作る時などに使います
 【AppleのHuman Interface Guidelines】 公式風にしたい時や、モバイルアプリのメニューなどに使います
 【Google Material design 3】モダンなデザインで
パッとオシャレにしたい時とかに使います
 そして普段自分でアプリを使う中で「これオシャレだなぁ！」と思うものがあったら、なぜそれをオシャレだと思ったのかしっかりと言語化すると、 
それがAIへの指示力向上につながります。

＜インタビュー＞ 【人間とテクノロジーの境界を溶かす】 Diver-Xが「ContactGlove 3」を発表、「Melt Interface Technologies」へ社名変更。 同社が描くビジョンとは？

ロボット基盤モデルがシミュレーションでは高性能なのに、カメラの位置や照明が変わった途端に失敗する原因、実は「見た目のズル」だったかもしれません。 タイトル: Breaking the Vision-Action Shortcut: Latent Interface Training for Generalizable Robotics Foundation Models URL: 📝 概要 訓練分布内でたまたま行動と相関しているだけの無関係な視覚手がかりに頼ってしまう「視覚-行動ショートカット」を断ち切る学習手法「Latent Interface Training（LIT）」を提案しています。 ❗ 解決する課題 ロボット基盤モデルは分布内では強いのに、視覚的な分布シフト（カメラ視点・照明・センサノイズなど）が起きると性能が大きく落ち込む問題がありました。 ⚙️ 方法論 まず画像を使わずポーズ目標だけで行動部分を事前学習し、次に100個の潜在トークンを介して視覚情報を必ず経由させ、ポーズ再構成損失で監督する2段階構成になっています。 🤖 ユースケース π0.5・MolmoAct2・FAST-WAM・ImageWAMという4種類の異なるロボット基盤モデルすべてに適用でき、フレームワークを選ばない汎用的な手法です。 📊 実験結果 LIBERO-Plusの分布外評価で全モデルが3.87〜10.70ポイント改善。実世界のロボット操作でも照明変化時に+16.7ポイント、特定タスクでは+60ポイントという大きな改善を達成しています。 見た目に頼らず本質的な空間情報で判断させる発想が、実運用ロボットの信頼性向上に直結しそうです。 #ロボティクス# #VLA#

／ 「SHOW BY ROCK!! WORLD」が 「RESONARK」とコラボレーション🎵 ＼ VRChatを代表する音楽ゲームワールド「RESONARK」と「SHOW BY ROCK!! WORLD」のスペシャルコラボが、8/28(金)～9/6(日)の期間限定で開催決定したよ💫 「RESONARK」では、「SHOW BY ROCK!!」の楽曲 💿 Autumn Sky - 雫シークレットマインド 💿 Realistic Interface - Yokazenohorizon の2曲をプレイすることができるよ🎤 さらに、「SHOW BY ROCK!! WORLD」と「RESONARK」の両ワールドには相互ポータルを設置🎀 それぞれのワールドを自由に行き来しながら、音楽の魅力をさまざまな形で楽しもう🎵 音楽でつながる2つの世界を、この期間だけの特別なコラボレーションで楽しもう！ #バーチャルピューロ# #SB69#

# Learning Palantir Foundry 🚀 "How many screens do I need to open just to understand one customer?" Object Views answer that pain by bundling everything about a single object into one screen. 📌 Title and Feature URL Title: オブジェクトビュー URL: 📝 Overview Object Views act as the central hub for everything related to a specific object. They consolidate properties, linked objects, metrics and analytics, dashboards, and operational applications into a single unified interface. For example, an Airport object view can integrate flight timelines, delay-handling workflows, and location data in one place. In practice, an Object View becomes the daily "home screen" that frontline users open to start their work. 🔧 How It Works Object Views are highly configurable by builders: - They support multiple formats and sizes, so appearance and interaction patterns can be tailored to the task. - They combine properties (attributes), linked objects, metrics, analytics, and dashboards into one display. - They can be embedded throughout the platform wherever the object appears. - Configuration happens in the Ontology Manager under the "Object views" tab, and version tabs at the top let you switch between format variations. - Selecting "Edit views" opens the configuration editor or the underlying Workshop module. - The system also supports version management, panel variations, commenting, and Marketplace product integration. 🛠 Practical Usage - In Ontology Manager, select the target object type and use the "Object views" tab to preview and configure. - Lay out core information, related objects, operation history, and embedded dashboards so everything the team needs is on one screen. - Beyond viewing, embed action types so users can trigger status changes or assignments directly from the view. - Create multiple formats to show different layouts per role (for example, sales view vs. maintenance view). 🎯 Use Cases - Customer 360: one launchpad combining transaction history, inquiries, related orders, and account owners for sales. - Equipment record: a maintenance home screen with sensor values, service history, related parts, and open tickets. - Case management: a single view of stakeholders, due dates, approval status, and next actions on a case object. ⚠️ Caveats - Views depend on the quality of the underlying ontology modeling (object types and link types); a weak foundation limits view quality. - Overloading a view confuses users, so design role-specific layouts that show only what each role needs. - Editing requires appropriate permissions to the Ontology Manager and the underlying Workshop module. #PalantirFoundry# #DataPlatform#

# Hermes Agentの機能と実践的な使い方 🚀 エージェントが作業している間も会話を止めたくない人へ。モダンなTUIは、ノンブロッキング入力・マウス操作・リッチなオーバーレイで、長時間タスクを眺めつつ追加指示を投げ込めます。 📌 タイトルと機能のURL タイトル: TUI (Ink terminal UI) URL: 📝 概要 TUIはHermes向けのモダンなターミナルUIで、PythonのCLIからサブプロセスとして起動されます。Node.js（≥20）製で、同じPythonランタイム・セッション・スラッシュコマンドを共有しつつ、よりクリーンで応答性の高い操作感を提供します。 🔧 機能の説明 ・即時の初回フレーム描画でフリーズ感のない起動、差分更新によるストリーミング中のちらつき防止、モデル選択やセッション選択・承認のためのリッチなモーダルオーバーレイを備えます。 ・ノンブロッキング入力でセッション準備中もメッセージをキューでき、マウスでの選択（端末の反転表示でなく均一な背景ハイライト）に対応します。 ・LaTeX数式（インライン `$E = mc^2$`、ブロック `$$...$$`）をレンダリングします。 ・ステータス行が状態を実況します（starting agent… / ready / thinking… / running… / interrupted、作業ディレクトリとgitブランチ、経過時間、自動圧縮回数、`/background` タスク数、YOLO警告バッジなど）。 🛠 実践的な使い方 ・起動は `hermes --tui`、最新セッション再開は `hermes --tui -c`、特定セッションは `hermes --tui -r `、クラシックCLIへの強制は `hermes --cli` です。 ・既定にするには環境変数 `HERMES_TUI=1`、または `~/.hermes/config.yaml` の `display.interface: tui` を設定します。 ・TUI固有のスラッシュコマンドが充実しています。`/model`（プロバイダ別のコスト表示付きピッカー）、`/sessions` または `/switch`（ライブセッション切替）、`/skin`（テーマのライブプレビュー）、`/details`（ツール詳細の表示切替）、`/agents` または `/tasks`（サブエージェントツリーの可観測オーバーレイ）、`/mouse`、`/reload` などです。 ・`Ctrl+X` でライブセッション切替を開き、1つの端末内で複数セッションを同時に並走させられます。 🎯 ユースケース ・長時間タスクの進行をライブパネルで眺めつつ、ノンブロッキング入力で途中指示を投げ込む。 ・1つの端末から複数の同時エージェントセッションをディスパッチし、オーケストレーションする。 ・SSH切断後も `HERMES_TUI_RESUME` の自動再開でセッションを継続する。 ⚠️ 注意点 ・Node.js ≥20 が必要で（`hermes doctor` が確認）、初回起動時にTUIのNode依存を `ui-tui/node_modules` へ一度だけインストールします。 ・TTY接続が前提で、パイプや非対話環境では単発質問モードにフォールバックします。 ・リモートゲートウェイへの接続はできません（TUIは自前のプロセス内ゲートウェイを起動します）。ライトテーマ検出は `COLORFGBG` やOSC 11に依存し、全端末が対応するわけではありません。 #HermesAgent# #DevTools#

🔎 「エージェント検索に埋め込みもベクトルDBも要らない。grepで生コーパスを直接叩け」という挑発的な研究です。 タイトル: Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction URL: ❓ Direct Corpus Interaction(DCI)とは何ですか？ 💡 埋め込みモデル・ベクトルインデックス・検索APIを一切使わず、エージェントがgrepやfind、シェルコマンドで生コーパスを直接探索する検索パラダイムです。オフラインのインデックス構築が不要で、変化し続けるローカルコーパスに自然に適応します。 ❓ なぜ従来のリトリーバではダメなのですか？ 💡 BM25でも密ベクトルでも、コーパスを「固定の類似度インターフェース」でtop-kに圧縮してから推論を始めます。すると厳密な字句一致や弱い手がかりの結合、局所文脈の確認がしづらく、早期に落ちた証拠は後段でどれだけ推論しても復元できません。エージェントの多段探索には致命的です。 ❓ 本当にリトリーバなしで勝てるのですか？ 💡 勝てます。BrowseComp-Plusでは同じSonnet 4.6でリトリーバをDCIに替えると正答率69.0→80.0%(+11.0)かつコスト−29.4%。多段QA平均は83.0で最強ベースライン比+30.7、IRランキングはNDCG@10で68.5(+21.5)。軽量なGPT-5.4 nano版でも多くのベースラインを上回りました。 ❓ 何が効いているのですか？ 💡 著者らは「retrieval interface resolution(検索インターフェースの解像度)」と呼びます。優位は多くのgold文書を出すことより、到達後に小さな証拠スパンへ精密に絞り込む高解像度な局所探索・検証から来る、と軌道分析で示しています。 #AIエージェント# #RAG#

🔎 「エージェント検索に埋め込みもベクトルDBも要らない。grepで生コーパスを直接叩け」という挑発的な研究です。 タイトル: Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction URL: ❓ Direct Corpus Interaction(DCI)とは何ですか？ 💡 埋め込みモデル・ベクトルインデックス・検索APIを一切使わず、エージェントがgrepやfind、シェルコマンドで生コーパスを直接探索する検索パラダイムです。オフラインのインデックス構築が不要で、変化し続けるローカルコーパスに自然に適応します。 ❓ なぜ従来のリトリーバではダメなのですか？ 💡 BM25でも密ベクトルでも、コーパスを「固定の類似度インターフェース」でtop-kに圧縮してから推論を始めます。すると厳密な字句一致や弱い手がかりの結合、局所文脈の確認がしづらく、早期に落ちた証拠は後段でどれだけ推論しても復元できません。エージェントの多段探索には致命的です。 ❓ 本当にリトリーバなしで勝てるのですか？ 💡 勝てます。BrowseComp-Plusでは同じSonnet 4.6でリトリーバをDCIに替えると正答率69.0→80.0%(+11.0)かつコスト−29.4%。多段QA平均は83.0で最強ベースライン比+30.7、IRランキングはNDCG@10で68.5(+21.5)。軽量なGPT-5.4 nano版でも多くのベースラインを上回りました。 ❓ 何が効いているのですか？ 💡 著者らは「retrieval interface resolution(検索インターフェースの解像度)」と呼びます。優位は多くのgold文書を出すことより、到達後に小さな証拠スパンへ精密に絞り込む高解像度な局所探索・検証から来る、と軌道分析で示しています。 #AIエージェント# #RAG#