【#エアガン】##東京マルイ# 最新ハンドガン！ 『#P320# ﾌﾙｻｲｽﾞGRIP MODULE:E』22,572円（税込）販売中！ 実銃と同様に取り外せる「ファイアー・コントロール・ユニット」外観はもちろん内部メカもリアルです！ 「専用ロングマガジン」4,930円（税込）もございます！ #ホビスク秋葉原# #ラジオ会館#

次のトークンだけでなく「次の概念」も予測させたら、8.9Bモデルの事前学習が1.95倍速くなったという報告です。 NCP-ArchPreview: Moving towards Latent Space Language Models through Next Concept Prediction 複数トークンにまたがる離散的な「概念」をベクトル量子化で学習し、トークン予測と概念予測を同時に行う潜在空間言語モデルです。 🚀 注目ポイント1: 圧倒的な収束の速さ OLMo-3-7Bと全く同じ5.73Tトークンで学習しても、訓練トークンのわずか51.3%を消費した時点で同じ損失に到達し、下流タスクのマクロ平均も2.45ポイント上回りました。 🧩 注目ポイント2: 概念予測がそのまま性能に効く Concept Module・階層的残差接続・NCP損失を1つずつ足すアブレーションで、それぞれが独立に損失を改善することを確認。パラメータ・計算量を揃えた比較でも優位性が消えませんでした。 ⚡ 注目ポイント3: 学習後も概念空間が使い回せる わずか17Mパラメータのみを更新するドメイン適応で、フルチューニングより忘却を抑えつつ性能を伸ばし、投機的デコーディングの受理長も4.17%改善させています。 概念という抽象単位を副産物ではなく学習目標そのものに据える発想が、次世代モデル設計の実用的な指針になりそうです。 #LLM# #言語モデル#

中古車をお探しなら「車選びドットコム」で検索！ 今回ご紹介するのは【ホンダ S2000 ホンダアクセス仕様】です。 ▶︎視聴リンクはこちら！ ドリフトキング・土屋圭市も即契約したという平成初期の名車に、ホンダアクセスのModulo フルエアロを装着したクルマをご用意。発売同時の話に花を咲かせつつ、ワインディングでS2000の性能を発揮してもらいます。かつての愛車に、ドリキンも大興奮！もう2度と出ないかもしれないクルマのインプレをぜひご堪能ください！ ▼まだ買えるぞ！S2000の中古車をチェック！ ▼S2000の買取相場をチェック！ ■ホンダ S2000 (1999年モデル/ベースグレード) 新車価格：3,380,000円 全長×全幅×全高：4135×1750×1285mm ホイールベース：2400mm 車重：1240kg 駆動方式：FR エンジン：水冷直列4気筒DOHC16バルブ 総排気量：1997cc 最大出力： 250馬力(184kW)/8300rpm 最大トルク：22.2kg m(217.7N m)/7500rpm @k1tsuchiya @renna1208 @tk00227 #車選びドットコム#

「Jevってそんなすごいの？」ってまだ思っている人は、このどちらかだろうね ・JevやLLMの理解が足りない ・AIアプリ（AIを組み込んだアプリ）の設計の理解が足りない 事例だけ見て、何ができるかわかった気になるのは、もったいないですよ！ 特に自分でツール作る、AIアプリ作る人はJevのようなモデルを使用することは、必須になる JevがないAIアプリは高級なカップ麺、速く提供されない牛丼と同じで、多くの人はそんなもの望んでないだろう 速い、安い、それなりに美味く、品質（出力）が安定している こういうものがAIアプリにおいても求められるのではないだろうか わかりやすいのがGenerative UIだが、UI生成遅いわりに、質が低く、料金もそこそこするって大分ストレスじゃないですか？ Linterもそうで、LLMで頑張ってやっても、遅いし、質が安定しないし、料金結構かかると思いませんか？ 「優れたAIソフトウェアには、小型でモジュール化された概念が必要」ということで、Jevがまさにそれになってくれるんだ これは驚かないわけにはいかなくない？！ LLMの判断は遅く、高くつくこともある、出力の形式も安定しないが、Jevはそれが得意領域だ > The fastest way I've seen for builders to get good AI software in the hands of customers is to take small, modular concepts from agent building, and incorporate them into their existing product

# Claude Agent SDKの便利だけど知られていない機能 🌍 SDK エージェントが読み込む設定ファイルを、setting_sources で細かくコントロールできます。 CLAUDE.md、スキル、フック、settings.json の読み込み元を選択的に制御し、マルチテナント環境での分離も実現できます。 📌 タイトル：setting_sources による .claude/ 設定の選択的ロード 🔗 URL： 🧩 概要 `setting_sources`（TypeScript では `settingSources`）は、SDK がファイルシステムからどの設定を読み込むかを制御するオプションです。3つのソースがあります。`"project"` は `/.claude/` 配下の settings.json、フック、CLAUDE.md、スキルを読み込みます。`"user"` は `~/.claude/` 配下のユーザーレベル設定を読み込みます。`"local"` は `.claude/settings.local.json` や `CLAUDE.local.md` を読み込みます。省略時はすべて（`["user", "project", "local"]`）が有効になります。空配列 `[]` を渡すとすべてのファイルシステム設定を無効化できます。なお、マネージドポリシーと `~/.claude.json` は常に読み込まれます。 🛠 使い方 `setting_sources` にリストを渡して、必要なソースのみを有効化します。 ```python from claude_agent_sdk import query, ClaudeAgentOptions # プロジェクトとユーザーの設定を読み込む async for message in query( prompt="Help me refactor the auth module", options=ClaudeAgentOptions( setting_sources=["user", "project"], # CLAUDE.md, skills, hooks を有効化 allowed_tools=["Read", "Edit", "Bash"], ), ): pass # すべてのファイルシステム設定を無効化（プログラムで渡す設定のみ使用） async for message in query( prompt="Analyze this code", options=ClaudeAgentOptions( setting_sources=[], # ファイルシステムからの設定読み込みを完全に無効化 ), ): pass ``` 🏗 本番システムへの組み込み方 ・マルチテナント環境では `setting_sources=[]` と `CLAUDE_CODE_DISABLE_AUTO_MEMORY=1` を組み合わせて、テナント間の設定漏洩を防止できます ・CLAUDE.md を SDK エージェントで活用するには `"project"` を含める必要があります（含めないと読み込まれません） ・各ソースの読み込み先は以下の通りです： - `"project"`: `/.claude/` から settings.json とフック、`` と親ディレクトリから CLAUDE.md とルール - `"user"`: `~/.claude/` からユーザー設定、CLAUDE.md、ルール - `"local"`: `/.claude/settings.local.json` と親ディレクトリの CLAUDE.local.md 💡 ユースケース 🔒 セキュアなマルチテナント：各テナントを独立したファイルシステムで実行し、`setting_sources=[]` で他テナントの設定を遮断する 🏗 CI/CD パイプライン：`"project"` のみを有効にして、リポジトリ固有の CLAUDE.md とスキルだけを読み込む 👤 ユーザーカスタマイズの許可：`"user"` を含めることで、開発者個人の `~/.claude/CLAUDE.md` も反映する ⚠️ 注意点 ・`setting_sources` で制御できないものがあります：マネージドポリシー、`~/.claude.json`、オートメモリ（`~/.claude/projects/` 配下）、 MCP コネクタ ・オートメモリを無効にするには `autoMemoryEnabled: false` または環境変数 `CLAUDE_CODE_DISABLE_AUTO_MEMORY=1` を設定してください ・`setting_sources` を明示的に設定する場合、デフォルトの3ソースすべてが無効化されるため、必要なソースを漏れなくリストしてください ✨ setting_sources を適切に設定することで、エージェントの設定読み込みを精密に制御し、安全で予測可能な動作を実現できます。 #ClaudeAgentSDK# #AIAgent#

# Weaviateの機能と実践的な使い方 🚀 埋め込みAPIの呼び出しコードをアプリから消したいと思ったことはありませんか。Weaviateのモデルプロバイダ統合を使えば、ベクトル化も生成もリランクも、コレクション設定に書くだけで自動的に動きます。 📌 タイトルと機能のURL タイトル: Model provider integrations URL: 📝 概要 Weaviateは、OpenAI・Cohere・Google・AWS・Azure OpenAI・Mistral・Anthropic・Hugging Face・Ollama など20以上のモデルプロバイダと統合しています。これらを「投入時の自動埋め込み」「クエリ文の自動埋め込み」「RAGの生成」「検索結果のリランク」に組み込めます。アプリ側で埋め込みAPIを呼んでベクトルを渡すコードが不要になるのが最大の利点です。 🔧 機能の説明 統合は大きく次の3つの役割に分かれます。 ・Vectorizer（埋め込み）: テキストやマルチモーダルのベクトル化を担当します。 ・Generative（生成）: RAGパイプライン向けのテキスト生成を担当します。 ・Reranker（リランク）: 検索結果の並べ替えを担当します（Cohere、Jina AI、NVIDIA、Voyage AI などが提供）。 提供形態も2種類あります。API型プロバイダ（OpenAI、Google、Cohere、AWS Bedrock など）は外部APIを呼び出し、ローカルホスト型（Ollama、Hugging Face Transformers、Model2vec）は自分のインフラ上で動かします。API型モジュールは v1.33 以降は既定で有効です。 🛠 実践的な使い方 ・コレクション作成時に `Configure.Vectors`（旧 `Configure.Vectorizer`）で埋め込みプロバイダを指定すると、投入時もクエリ時も自動でベクトル化されます。 ・生成は `Configure.Generative` でプロバイダを指定し、検索結果に対してRAGを実行します。 ・リランカーは `Configure.Reranker` で指定します。 ・自動ベクトル化の対象は `text` / `text[]` 型のプロパティで、プロパティ名をアルファベット順に並べて連結し、必要に応じてコレクション名を先頭に付けてからモデルに送ります（プロパティ単位で対象外にも設定可能）。 🎯 ユースケース ・社内文書検索: 投入時に本文を自動でベクトル化し、検索時はクエリ文を同じモデルで自動ベクトル化して整合させます。 ・モデルの差し替え: ベンダーやモデルを変えたいとき、コレクション設定の変更だけで対応できます。 ・閉域要件: Ollama などローカルホスト型を使えば、データを外部に出さずに埋め込み生成まで完結します。 ・RAGチャット: 検索と生成を同一の設定内で組み合わせ、外部のオーケストレーションを最小化できます。 ⚠️ 注意点 ・API型プロバイダはAPIキーが必須で、利用に応じた課金が発生します。 ・レート制限は各プロバイダのポリシーに従います。大量投入時は注意が必要です。 ・v1.27 より前のバージョンでは、連結した文字列が小文字化されてからモデルに送られます。 ・v1.33 より前ではAPI型モジュールを使うため `ENABLE_API_BASED_MODULES` を有効化する必要があります。 #Weaviate# #Embeddings#

# Claude Agent SDKの便利だけど知られていない機能 🌍 コードを変更せずに計画だけ立ててほしい？planモードなら読み取り専用でClaudeが分析・提案します！ Claude Agent SDKのplanモードは、ソースファイルを一切編集せず、読み取り専用ツールだけでコードを探索し、変更計画を立てるモードです。 📌 タイトル：plan モード（読み取り専用のみ実行） 🔗 URL： 🧩 概要 `permission_mode="plan"` を設定すると、Claudeは読み取り専用ツール（Read、Grep、Globなど）と読み取り専用のシェルコマンドだけを使ってコードベースを探索します。Edit、Write、Bashでの書き込み操作は実行されません。要件の明確化が必要な場合は `AskUserQuestion` を使ってユーザーに質問することもあります。コードレビューや変更提案を安全に行いたい場面で最適です。 🛠 使い方 ```python # Python - コードレビュー用のplanモード import asyncio from claude_agent_sdk import query, ClaudeAgentOptions async def main(): async for message in query( prompt="認証モジュールのセキュリティ問題を分析し、改善計画を提案してください", options=ClaudeAgentOptions( permission_mode="plan", # 読み取り専用で分析 ), ): if hasattr(message, "result"): print(message.result) ``` ```typescript // TypeScript for await (const message of query({ prompt: "Analyze security issues in the auth module and propose a fix plan", options: { permissionMode: "plan" // Read-only analysis } })) { if ("result" in message) console.log(message.result); } ``` 🏗 本番システムへの組み込み方 ・プルリクエストの自動レビューで、コードを変更せず問題点と改善案だけを提示します ・新しいコードベースの調査・理解フェーズで安全に探索できます ・変更を実行する前の「計画フェーズ」として、人間が計画を確認してから実行モードに切り替える運用ができます ・`set_permission_mode()` と組み合わせて、計画承認後に `acceptEdits` に切り替えるワークフローが構築できます 💡 ユースケース 📋 コードレビューで変更提案だけを生成し、実際の変更は人間が判断する 🔍 大規模コードベースのアーキテクチャ分析を安全に行う 📝 リファクタリング計画を立てて、チームで合意してから実行する ⚠️ 注意点 ・読み取り専用のシェルコマンドは実行される場合があります ・`AskUserQuestion` が発生する可能性があるため、完全な無人実行にはdontAskモードの方が適しています ・計画結果を実行に移す場合は、新しいセッションまたは権限モードの動的変更が必要です ✨ 「まず計画、次に実行」のワークフローはエンジニアリングの基本です。planモードで安全に分析し、納得してから変更を実行しましょう！ #ClaudeAgentSDK# #AIAgent#

# 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#

# Weaviateの機能と実践的な使い方 🚀 「テストのためにベクトルDBサーバを立てるのが面倒」を解決するのがEmbedded Weaviateです。スクリプトから一行で起動し、終われば消える使い捨てDBとして、CIやノートブックに組み込めます。 📌 タイトルと機能のURL タイトル: Embedded Weaviate URL: 📝 概要 Embedded Weaviateは、独立したサーバを立てる代わりに、アプリケーションのコードからWeaviateインスタンスを起動する実験的なデプロイ方式です。インスタンスのライフサイクルはクライアントアプリに紐づき、アプリが終了するとインスタンスも終了します(ただし永続化したデータは残ります)。インフラ準備ゼロで実験を回せるのが最大の利点です。 🔧 機能の説明 ・Pythonでは weaviate.connect_to_embedded(version=..., headers=..., environment_variables=...) でインスタンスを起動します。 ・クライアントは binary_path のキャッシュにバイナリがあるか確認し、無ければGitHubリリースから適切なバイナリ(linux/macOS向け)をダウンロードしてキャッシュします。 ・初回起動時に persistence_data_path に永続データストアが作られ、次回以降は同じデータストアを再利用するため、セッション間でデータが残ります。 ・ライフサイクルはスクリプト終了・アプリ終了・ノートブックの非アクティブ化で終了します。 🛠 実践的な使い方 ・主なパラメータは version(latest・バージョン文字列・バイナリURL)、port(既定8079)、persistence_data_path(既定 ~/.local/share/weaviate)、binary_path(既定 ~/.cache/weaviate-embedded)です。 ・詳細設定は EmbeddedOptions を使い、additional_env_vars={"ENABLE_MODULES": "..."} のようにモジュールやAPIキーを渡します。設定後 client.connect() で接続します。 ・ログが多い場合は environment_variables={"LOG_LEVEL": "error"} で抑制できます。 ・TypeScriptでは別パッケージ weaviate-ts-embedded をインストールして利用します。 🎯 ユースケース ・CIのユニットテストで、検索ロジックの回帰テストを「インフラ準備ゼロ」で実行する。 ・Jupyterノートブックでのプロトタイピングや実験。 ・ローカルでの単一ユーザー向けの軽量な検証用途。 ⚠️ 注意点 ・実験的ステータスであり、APIやパラメータが変更される可能性があります。 ・単一ノード専用で、クラスタリングや分散デプロイには対応しません。本番用途向けではありません。 ・対応OSはLinuxとmacOSのみです。 ・XDG_DATA_HOME や XDG_CACHE_HOME は他のアプリでも広く使われるため、変更すると他に影響が出る恐れがあります。 #Weaviate# #VectorDatabase#