coding agentとかskillsとかのおかげでローカルで開発しやすいような基盤作りが大事になっている気がする

なんとなくハンターハンターを読み返し始めたら止まらなくなってしまった(n回目)

最近(以前から？)ZennにAI生成のアウトプットをわずかに手直ししただけのような記事が増えてる気がする

Netflixのtext-to-DSLの事例。hallucinationを防ぐために、使えるフィールド名や値を埋め込みを使ってretrieveして文脈を制約し、その範囲内でLLMにクエリを組み立てさせるという構成にしている netflixtechblog.com/the-ai-evolu...

最近コーディングエージェントをできるだけ使って自分で書く量を減らす訓練をしてるけど、同じリポジトリにある依存先サービスの仕様を完全に理解しきれず細かい修正指示を繰り返さないといけなかったりする。でもgpt 5.1 codexとかopus 4.5でかなり良いコードが出てくるようになってきた

データ分析失敗事例集を読み返しているけどやっぱりすごく良い。生成AI時代になってより価値が増している www.amazon.co.jp/dp/4320125673

The Batchのnew year issue、科学的発見のためには分布のtailの予測に強いモデルが必要というのは確かにと思った www.deeplearning.ai/the-batch/is...

あけましておめでとうございます。今年もよろしくお願いします

結局やるんだけど

埋め込みの更新とか考えるのめんどくさいので、最近はあまりベクトル検索作りたくなくなってきてる

テキストログをFAQに変換するパイプラインの構築事例。参考になる www.m3tech.blog/entry/2025/1...

人手による検索関連度アノテーションをLLMで置き換えるというPinterest の事例。人手データをある程度集めた上でそれを使ってモデルを学習してスケールさせるというのがやっぱり王道っぽい medium.com/pinterest-en...

正しく作るのが結局一番早いというのはやはりあって、最近の新しいものをいろいろ試すために必要なものをスキップしますみたいなのはPoCの先に行くのに苦労しがち

規定のワークフローを通さなかったがために発生する問題を解決するために対処療法的な実装を追加するのではなく規定のワークフローを通せばその問題は起きないんだからちゃんとワークフローを通す仕組みにしましょう、みたいな話

社のアドベントカレンダー書きました hack.nikkei.com/blog/advent2... #HackTheNikkei

実際のサービス開発してる人達はLLMで合成データをたくさん作るより、少数でいいので実際のプロダクション環境から失敗例を集めたり、エキスパートの人間による評価を集めるべしと言っているのでそういうことだよね

LLM as judgeを作る上でのめちゃ実用的な記事だ… eugeneyan.com/writing/prod...

RecSys 2025の論文で、ショート動画の試聴時間予測をするのに直接回帰するのではなく、分布を指数+Gaussian mixture と置いてそのパラメータをフィットしに行くというのがあって面白かった arxiv.org/abs/2508.12665

django 6.0でFastAPIのバックグラウンドタスク的なものが実装されたのかと思ったが、ワーカーは自分で実装することが前提のようでちょっと違った roam.be/notes/2025/a...

素粒子現象論をやっていた者としては、天文の解析論文は同じ対象でも著者が変わって解析の仮定が変わればかなり結果が変わるという印象がある。あと例のプレスリリースはWIMPにしては消滅断面積が大きすぎると思うので、理論モデルとして解があるのか怪しい

主に向こうのSNSで話題になっている例のWIMP検出(?)論文だけど、一般論として、観測波長によらず、ああいったdiffuseな輻射に対して観測機器由来のアーティファクトやゴースト、前景輻射を含む他のソースからのコンタミを適切に差し引いた上で評価するのは極めて難しいことは認識されておくべきだと思う。 (当該論文は斜め読みしただけだし専門外なので評価しないけど)少なくてもinstrumentationとデータ解析と想定されうるコンタミ輻射に対する極めて精緻な知見と慎重な態度を持った人が実施した研究でない限り、正直文言通り受け入れるのは難しい成果ではないだろうか。

自分が最近Xを見ないのは、技術界隈すらClickbait的な投稿が多くて見ていてキツいからというのがある。驚き屋だけではなく、不確実な事象に断定的な口調を取ることでポジションを取ろうみたいな投稿が多くあるように感じる

三井住友銀行アプリ、カード利用通知の許諾でOliveのキャンペーン頻繁に送ってきて本当に腹立つ

論文実装リポジトリを雑に信頼して使ってたらnn.ModuleListではなくただのリストに重みを入れている部分があって死んだ

uv で環境依存が激しいライブラリ（例えば特定cudaバージョンのtorch）を扱う時に、tool.uv の environments を指定すると対象となるOSとか制限できて、macでも uv lock を通しやすくなるというのを学んだ

rectools、implicit (開発が止まっている) に依存しているせいで、最近のバージョンのpythonでインストールする難易度が高すぎる

これ良くやるけど現職だとあまり一般的にやられてなくて驚いた

口頭で話した内容をメモとしてチャットに書くのってあんまり一般的ではないらしいがとても便利なのでみんなやったほうがいい

議事録って参加者で意思決定内容に齟齬がないか確認したり、next actionを明確化したりするためのものだから、AIに議事録取らせて事後共有みたいなやり方では代替できない

「AIの要約つけておきました！」と言われても誰も読んでいないのである

truth hurts

今やってるタスクだと、2.5 proでthinking最小にするくらいが性能とレイテンシのバランスが良いんだよな

Gemini 3、thinking_level=low でflash 2.5くらいのレイテンシみたいに書いてあるけど本当？ちゃんと条件揃えて比べられてないけどもっと遅い気がする

自分がやってるタスクだとgemini 2.5 proが一番うまく指示を守ってくれてる

オレオレ実装を書かず、SDKのドキュメントを落ち着いて読んでから作業始めて欲しい

codex使い始めてclaude codeよりも良いコード書くなと思ってたけど、ある程度以上複雑なことをやらせると複雑でキモい本当に必要かもわからない独自実装を大量に入れてきたりするのでダメだ

Pixel 8aが壊れたので9aを買ったんですが、今の所何も違いを感じない

スマホが死んでいるので手の甲にペンでメモを取ったりしてる

良い話 speakerdeck.com/statditto/nd...

時々ベイジアンABテストならいつでも結果を見て閾値を越えたら実験を止めて良いという主張を見かけるけど、それは間違いだよという話 www.alexmolas.com/2025/10/30/b...

通勤中pixel 8aが急にブラックアウトし全く反応しなくなった。充電ケーブルに繋いでもひんやりしたままだし電気系統がイかれてしまったか…。よく地面に落としたりだいぶ雑に扱ってたからな…

大AI時代、判定したい正例だけを集めたデータセットを作って改善などが横行してしまう(全部1と予測するヒューリスティックを超えられない)

強化学習あまりわかってないけど、LLMの文脈だと難しいことしすぎずREINFORCEでも良さそうってことなのかな cameronrwolfe.substack.com/p/reinforce

Amazon アプリ、画面がすごくゴチャついてるし購入画面に進もうとしてもレコメンド大量に挟んでくるし、検索は関連度の低いスポンサー商品ばかりだし、世界一のECがABテストを幾度も繰り返した末にできるプロダクトがこれかぁと思う

やっぱりネットワーキングにはあった方が良い気がするのでlinkedin復活させるか

結局実務のMLはデータセットと評価指標なんだよな

aws us-east-1 が死んでいる…

Claude Skill、MCPのようなトークンの大量消費がないし、シンプルなマークダウンベースだから作りやすいしでMCPを置き換えていくのではということらしい。新陳代謝が早い simonwillison.net/2025/Oct/16/...

事前学習にそういうコードが多いと言われればそうな気もするし、強化学習で例外送出にペナルティがつけられるからと言われればそうな気もする

過剰な防御的プログラミング、プロンプトとか.mdとかで制御すればましになるけどそもそもそんな面倒をユーザに強いないでほしい