この後20時30分〜FMAICHI「AI MUSIC NOAH」 #radiko# なら全国で聴けます↓ 今夜は・・・ @aoi_itsukushima @tayutau_log @megalomaniap @77Lunablack77 以上のクリエイターの方々の曲をお送りいたします。お楽しみに🍀

本日20時30分〜21時・FMAICHI「AI MUSIC NOAH」 #radiko# なら全国で聴けます↓ 今夜は @aoi_itsukushima @tayutau_log @megalomaniap @77Lunablack77 以上のクリエイターの方々の曲をお送りいたします。お楽しみに🍀

# Learning Palantir Foundry 🚀 Action Types are what decisively separate Foundry from read-only BI. Approvals and assignments become safe, validated, structured writes. 📌 Title and Feature URL Title: アクションタイプ URL: 📝 Overview An Action Type defines a set of changes a user can apply to ontology objects, properties, and links in a single transaction. It encapsulates both the data modifications and any side effects triggered on submission, letting users think in terms of overall goals rather than individual property edits. 🔧 How It Works - Write-back to the ontology: when an action runs, all changes are committed to the ontology and reflected across every app. The latest object data, including user edits, is captured in the object type's write-back dataset. - Parameters and defaults: parameters standardize input, supporting default values, filtered dropdown results, and overrides. - Rules: define when and how an action executes, including object relationships and property constraints. - Submission criteria and validation: validation rules control execution eligibility and error handling before changes persist. - Action logs: a full audit trail of every executed action supports accountability and compliance. 🛠 Practical Usage - Run an "Assign Employee" style action that changes a role property, auto-creates a manager-employee link, and notifies stakeholders in one transaction. - Embed submission criteria like "only a director may submit amounts over 1M yen" as validation, replacing Excel-plus-email approvals with structured operations. - Reuse the same validation logic and workflow consistently across every user-facing app. 🎯 Use Cases - Standardize status changes, approvals, and assignments as permissioned, criteria-bound operations. - Let non-technical users safely execute multi-step changes spanning several objects. - Use the action log of every operation as an audit trail for internal controls. ⚠️ Caveats - Actions execute only after passing their validation rules, so submission-criteria design drives the quality of your controls. - Changes propagate immediately across the ontology and all apps, so do not leave rule and parameter design ambiguous. #PalantirFoundry# #Ontology#

オープンソース＆クロスプラットフォーム対応のLogitech製マウスユーティリティ「OpenLogi」がActions Ringやサムホールでの音量調整に対応。

K/DAのプロモーションビデオを撮られて、楽しかったです!これは中国K/DAのコラボ商品です。 Do you know Logitech？ 【K/DA Ahri💗愛を送信 】 来自 @YouTube

再帰構造のTransformerが生成する「途中経過」、実はそのまま捨てられていました。これをデコード時にただで活用する手法が登場です。 タイトル: Decoding Looped Transformers Better for (Almost) Free URL: 📝 概要 共有ブロックを繰り返し実行することでパラメータ効率を高める「ループ型Transformer」向けに、学習フリーのコントラスティブ・デコーディング手法LoopCDを提案。補助モデルも再学習も不要です。 ❗ 解決する課題 既存のデコード手法は、ループの途中段階の隠れ状態を捨てて最終予測だけを使っていました。反復を通じて自然に生まれる「弱い予測→強い予測」という整合したペアの情報が無駄になっていたのです。 🛠️ 方法論・提案手法 出力層の後でコントラストを取るLoopCD-Logits（出力パスを1回追加）と、coda層の前でコントラストを取り追加コストがほぼゼロのLoopCD-Hiddenの2種類を用意。初回ループと最終ループの差分を誘導強度ωで拡張し、モデルが不確実な場面ほど強く誘導する適応的な設定も可能です。 📊 実験結果 Ouro-2.6B-ThinkingのAIME 2024でpass@1が61.88%→73.33%に向上。HuginnのHumanEvalも22.56%→31.71%に改善しました。反復回数を半分にしてLoopCDを使っても元の精度を維持・上回り、フォワードFLOPsを22.5〜48.2%削減できています。 🏢 ユースケース Ouro・Huginn・Parcaeなど既存のループ型Transformerへそのまま適用でき、追加学習なしで推論コストを抑えながら推論性能を底上げできます。 #Transformer# #デコーディング#

／ log you デビュー曲 『 Beyond the Dream 』 MVが記録されました🎞️🌟 ＼ 20:00よりプレミア公開🎥🌈 メンバーと一緒にMVカウントダウンしましょう📣 コメントたくさんお待ちしております！ ▼YouTube

LOGのけんじぃにいつものカラーとカットしてもらいました🤗💕 ほんと敏腕美容師さんです✨ そしてけんじ君は私の数少ない男友達です😊笑 #友達だったから最初髪触られるの恥ずかしくて随分けんじ君の美容院行けなかった笑#

『りすLOG　金曜日　赤尾ひかるの夢見る前に』第332回を公開しました。最初の1週間はどなたでもご視聴いただけます。無料視聴期限:2026/8/21 23:59 #りすLOG#