#BTS# RECIPE BOOK予約販売スタート！ ARMYのみなさんからのご要望にお応えして、Cake(旧HYBE EDU)からレシピブックが登場いたしました！ 初版特典として、マグネット仕様のBTSミニフォトフレームを付録しております。 詳しくはこちら→

【ファンクラブ】 #蒼井翔太# が出演する舞台 朗読劇アルセーヌ・ルパン#6# RÉCIT NOIR 『水晶の栓』FC会員優待受付が本日よりスタート🎟️ 💫受付期間 7/16(木)11:00～21(火)23:59 詳しくはFANCLUB NEWSをご確認ください💁 ✅ 入会を検討の方へ🌈 申込み受付期間終了までに、ファンクラブページよりご入会(入金完了まで)でお申込みが可能です✌ ✅入会手続き #ハピラボ10th# #水晶の栓#

「自分なりの使えるレシピ」を淡々と掲載していく備忘録的連載『USEFUL SPAGHETTI RECIPE』。 漫画家の内田春菊さんが教えてくれた「どかっと作っとくミートソース」の作り方はYouTubeで公開中🍝 記事はこちら！ #popeyeweb# #usefulspaghettirecipe#

🖥 たった9Bのオープンモデルが、ターミナル操作ベンチでClaude Haiku 4.5に迫る。しかもデータもモデルもコードも全公開です。 タイトル：Tmax: A simple recipe for terminal agents URL： ターミナルエージェントのRL学習に、シンプルで再現可能なレシピを与えたAi2/UWの研究です。注目ポイントを3つに絞って紹介します。 🧩 構成的なデータ生成パイプライン ドメイン・スキル・検証器・ペルソナ・難易度など9つの軸の組み合わせでタスクを大量合成し、Gemini-3-ProがDockerfileとユニットテストまで生成します。高コストな品質検証は省き、RL側でpass率0を弾くだけ。結果として従来比2.5倍超・14,600環境のTmax-15Kを安価に構築し、汚染ゼロかつ最も難しいデータになりました。 ⚙️ シンプルなoutcome-only RLレシピ 報酬は「タスク達成したか」だけ。素朴なGRPOは長期エージェントで崩壊するため、logprobの乖離をマスクするDPPO、FP32のLMヘッド、大きなグループサイズ（32）で安定化します。Qwen 3.5 9BをこのレシピでTerminal-Bench 2.0で27%まで引き上げました。 📈 強さと汎化、そして全公開 2B〜27Bの全サイズでQwenベースラインを改善。さらにSWE-Bench Verifiedが44→53.5、AIMEが73→91と非ターミナル評価でも向上し、ハーネスやモデルファミリを越えて汎化します。データ・モデル・コードはGitHubで完全公開。 オープンなターミナルエージェント研究の強力な土台になりそうです。 #ターミナルエージェント# #強化学習#