平成トランスブームを彩った レジェンドDJ集結❗️ 「TRANCE RAVE」25周年記念イベント開催 ⠀ 「TRANCE RAVE」は『egg』『men’s egg』などと連動し「センターGUY」「ギャル男」といった平成カルチャーとともにトランスブームを牽引。2004年オリコン年間ランキングでは 「トランス・レイヴ・ベスト」シリーズがTOP3を独占した。

【宣伝：4/24 音楽同人即売会 M３】 ALVINE(@_ALVINE )様の新譜 -TRANCELATION - のジャケットイラストを描かせて頂きました！ HPで視聴可能な他、委託等もされていらっしゃいますので是非！

8/11 SHAG主催イベント「WHAT IS JAM? @ Billboard Live YOKOHAMA」、１週間後です！ 今回は対バン形式イベントではなく、SHAGのライヴに師匠 土屋昌巳氏、ROVOの勝井祐二氏、唯一無二のSax奏者 田中邦和氏という強烈なゲスト御三方が参加して、一期一会のジャムを繰り広げるスタイル。 中１の頃からの大ファンであり長年の恩師である土屋昌巳氏は、正にSGZのギタースタイルの根幹を作ってくれた偉大なるお方。 70代となった今もなお進化し続けるそのギターワークに、先日のリハで既に大感動。久々の師弟対決が待ちきれません。 勝井氏はTrance Jam Band 「ROVO」のヴァイオリニストでサイケデリックシーンのカリスマ。そして音響派ヴァイオリンのTop of Topと言ってもいいお方。SYSTEM7との親交も厚く、SGZが彼らと対バンツアー行った際にもセッションする機会に恵まれ、大いに刺激を受けた超絶プレイヤー。 邦さんはCOLDFEETを通して知り合った強烈なSax奏者。スカパラのキーボーディスト沖祐市氏とのデュオ「センベロ」でも知られている。 邦さんは実は20年程前にもSHAGに参加してくれたり、SGZアコースティックセッションで何度も共演してきた旧知の仲。久々のセッションが超楽しみ！ この偉大な御三方との一期一会のジャムは間違いなく最高峰のステージになること必至。 同時に今回は久々の新曲も多数披露するよ。SHAGの新しい１歩となる公演となること間違い無い。 １年ぶりのSAHG、超期待してください！ 皆様、是非8/11にBillboard Live YOKOHAMAへ集まってくださいね！ #WHATISJAM# #SHAG# #SUGIZO# #KenKen# #類家心平# #別所和洋# #よしうらけんじ# #松浦千昇# #土屋昌巳# #勝井祐二# #田中邦和# #BillboardLive# #BillboardLiveYokohama#

TRANSE - FE 16-35mm F2.8 GM II and ZV-E1 @YouTubeより なんとなんと！！！！ だいげんさんの方のYouTubeでホラーの続きが見れちゃいます💓💓💓💓 みんなぁ！あいりのことみてね💓💓💓💓💓💓💓 ここのリンクから見れるから沢山コメントして欲しい😍

Light Trace Photonics設於英國布里斯托，為深科技新創，研發全新 Universal Photonic Interconnect （UPIc），做為可拆卸超高效能光纖-晶片互連，用於共同封裝光學及可插拔收發器。UPIC將處理過的單模光纖直接連至光子晶片，不需微光學、不需晶片載體凸塊（BoC），不需主動對位，不需黏著劑，使AI資料中心客戶具備量產CPO可行性。克服光纖連接瓶頸，避免提高成本、影響良率，或增加組裝複雜度，由於連接可拆卸，模組可重新調整使用，不必丟棄，當光學大量進入封裝時，這項特點非常重要。 Light Trace Photonics 已達成可重複、可拆卸連接，損耗低於800mdB，且被動對位在三秒內完成，期望至百萬單位時，損耗可降至400mdB以下。UPIc 目前為TRL 5，預計在未來18個月內可進入可靠度驗證階段，進入早期客戶設計階段。 Light Trace Photonics 成立於2021年，執行長 Jake Biele 博土與技術長Dominic A. Sulway 博士獲重要深度科技投資人支持，公司顧問包括 GlobalFoundries前矽光子副總裁 Anthony Yu 博士。

# AIエージェント開発の意思決定ポイント # トレース・サンプリング率｜Trace Sampling Rate 🎯 ポイント エージェントのトレース、全量記録していますか？それとも全く記録していませんか？ 「全量か無か」ではなく「何を全量にするか」が正しい問いです。AIエージェントの1リクエストは数千〜数万トークンのトレースデータを生成します。全量記録すると観測コストが爆発し、記録しなければ障害時に原因究明が不可能。条件付きサンプリングがこのジレンマを解決します。 📋 概要 トレース・サンプリング率は、エージェントの実行トレース（各LLM呼び出し、ツール実行、意思決定のステップごとの記録）をどの割合で収集・保存するかを制御するパラメータです。100%ならすべてのリクエストのトレースを記録し、1%なら100リクエストに1件だけ記録します。 AIエージェントのトレースは従来のWebサービスのログとは質的に異なります。プロンプト全文、出力全文、ツール引数・戻り値、中間的な推論ステップなどを含めると、1リクエストで数十KB〜数百KBのデータが生成されます。さらにLLMの出力は確率的なため、「同じ入力を再投入すれば再現できる」という前提が成り立ちません。 🔍 意思決定のポイント サンプリング率はaccountability（説明責任）とcost_sensitivity（コスト感度）のバランスで決まりますが、最も重要なのは条件付きサンプリングの設計です 🎯 一律の確率ではなく、リクエストの属性に応じて率を変えます。 判定基準の優先順位: 1. エラー/例外が発生したリクエスト → 100%記録（必須） 2. HITL（人間介在）が発生したリクエスト → 100%記録 3. 高リスク操作（副作用あり、不可逆）を含むリクエスト → 100%記録 4. レイテンシがP95を超えたリクエスト → 100%記録 5. コストが閾値を超えたリクエスト → 100%記録 6. 成功したリクエスト → 標本率で記録（1〜10%） 💡 要点と詳細 目安値 📊 - エラー/例外発生 → 100%。再現性のない障害のデバッグに不可欠 - HITL発生（人間承認/エスカレーション） → 100%。承認判断の妥当性を事後検証 - 高リスク操作（送金、データ削除等） → 100%。不可逆操作の監査に必須 - レイテンシP95超過 → 100%。性能劣化の根本原因分析に必要 - 成功かつ低リスク → 1〜10%。品質の統計的モニタリングに十分 - 開発・ステージング環境 → 100%。コストが問題にならない範囲で全量記録 トレースの粒度をサンプリング率とは別に制御するのも重要です 📦 全量記録するリクエストでも、プロンプト全文はコールド層に、メタデータ（モデル名、トークン数、レイテンシ、ステータス）はホット層に分離します。 ⚖️ トレードオフ サンプリング率が低すぎると、障害の再現が不可能になります 🔍 LLMの出力は確率的なため、同じプロンプトを再投入しても同じエラーが再現するとは限りません。品質劣化の見逃し、監査要件の不達成、コスト異常の遅延検知も深刻なリスクです。 サンプリング率が高すぎると、観測コストが本番のLLM呼び出しコストに匹敵するか上回ることがあります 💸 パフォーマンスへの影響、PII（個人情報）の拡散リスク、大量データ中の信号がノイズに埋もれる問題も発生します。 サンプリング率は運用開始後に段階的に下げてください。最初は高い率（50〜100%）で始め、安定性を確認してから成功リクエストの率を徐々に下げます。 🛠️ ユースケース サンプリング判定はリクエストの終了時に行うことも検討してください 🔄 head-based sampling（開始時に決定）は実装が簡単ですが、エラーが発生するかどうかは事前に分かりません。tail-based sampling（完了後に決定）なら結果に基づいて判定できます。ただし中間データを一時的にバッファする必要があります。 correlation ID（trace ID）の伝播を確実にしてください 🔗 マルチステップのエージェント実行では、最初のリクエストから最後のツール呼び出しまで一貫したtrace IDが紐づいていないと、部分的なトレースしか得られません。非同期処理やキューを介する場合にIDが途切れやすいので要注意です。 ホット/コールド分離と組み合わせるのが効率的です。サンプリングされたトレースはコールド層に全文を、それ以外はホット層にメタデータのみを記録する構成が実用的です。 #AIエージェント# #ソフトウェアアーキテクチャ#