Aw-fashion:No.0031 今回のレトロ古着は3年前に古着LoRAの第一弾で採用した60-70's geometric print dressになります。 何柄なんでしょう？？とても古いものですが綺麗な完品です。 10代の雰囲気でお洒落してみました👗 是非ご試着頂き、昭和中期～後期の雰囲気を表現されてみて下さい。 その時にはリポストして頂けますと幸いです。 #レトロ古着# #昭和レトロ# #Awfashion#

@satoru44348 シャーリーさんお祝いイラストありがとうございます！色々と奥は深く組み合わせ考えたりなどにも時間がかかるので今は良質なので溢れてるLoRAに頼るのが効率的にもいいんですよねw まあでも知っておいて損はない知識だとは思います👍

TL;DR 自然言語で書いた仕様書から、大きな教師LLMを一度だけ動かして小さな専用ニューラル関数を「訓練によってコンパイル」する新手法です。難しいベンチマークでの精度をわずか数十秒〜数分で大きく引き上げます。 タイトル: Compile by Training: Turning Natural-Language Specifications into Local Neural Functions URL: 🎯 GPT-5.4-miniとGPT-5.5を2:1で混合した教師モデルが入出力例を自動生成し、Qwen3-0.6BにLoRA（ランク64）でその場から焼き込みます ⚡ 難易度の高いFuzzyBench-Hardで、既存の高速コンパイラのLEM 0.224から0.836へと大幅に精度が向上しました 🕒 コンパイルにはB300 GPUで約51秒かかりますが、教師によるデータ合成と訓練を並行実行しGPUの手待ちを削減しています 🌐 4サイトを横断するQAアシスタント（30本中28本が本番稼働）や自然言語から3D操作DSLへの変換（44命令中43成功）など幅広い実用例で検証済みです 📈 教師混合とデータ量のアブレーションでは、2,400〜3,600ユニークペア付近で精度が飽和することも分かりました 💬 大規模モデルを毎回呼び出すのではなく、一度学ばせて小さく持ち帰る発想は、頻繁に実行される中程度の複雑さのタスクに効きそうです #LLM# #LoRA#

TL;DR 自然言語で書いた仕様書から、大きな教師LLMを一度だけ動かして小さな専用ニューラル関数を「訓練によってコンパイル」する新手法です。難しいベンチマークでの精度をわずか数十秒〜数分で大きく引き上げます。 タイトル: Compile by Training: Turning Natural-Language Specifications into Local Neural Functions URL: 🎯 GPT-5.4-miniとGPT-5.5を2:1で混合した教師モデルが入出力例を自動生成し、Qwen3-0.6BにLoRA（ランク64）でその場から焼き込みます ⚡ 難易度の高いFuzzyBench-Hardで、既存の高速コンパイラのLEM 0.224から0.836へと大幅に精度が向上しました 🕒 コンパイルにはB300 GPUで約51秒かかりますが、教師によるデータ合成と訓練を並行実行しGPUの手待ちを削減しています 🌐 4サイトを横断するQAアシスタント（30本中28本が本番稼働）や自然言語から3D操作DSLへの変換（44命令中43成功）など幅広い実用例で検証済みです 📈 教師混合とデータ量のアブレーションでは、2,400〜3,600ユニークペア付近で精度が飽和することも分かりました 💬 大規模モデルを毎回呼び出すのではなく、一度学ばせて小さく持ち帰る発想は、頻繁に実行される中程度の複雑さのタスクに効きそうです #LLM# #LoRA#

River AIが、シードとシリーズAを合わせて11億ドルを調達した（ 6月10日の会社発表から約2カ月で、この規模。General CatalystとAMP PBCが主導し、NVIDIAとAMD Venturesが戦略投資、Y CombinatorとTemasekも参加している。 Riverが目指すのは、汎用AIを借りて使うだけの世界ではなく、企業や個人が自分で訓練し、所有できる「パーソナルAI」だ。最初の製品であるRiver APIでは、強化学習（試行錯誤の結果を報酬として学ぶ手法）とLoRA（モデル全体を作り直さず、一部の重みだけを調整する手法）を使い、オープンウェイトモデルを用途に合わせて変えられる。 同社によると、複雑な強化学習もインフラ専門チームなしで15〜20分で完了し、クローズドな代替手段に比べてコストを2〜4倍抑えられるという。これはRiver自身の公表値で、第三者評価はこれからだ。 11億ドルが賭けられた先は、単なる巨大モデル競争ではない。モデルを誰が所有し、誰のために学び続けるのかという、AIの主導権そのものだと思う。