生成から工程へ――RLM(再帰的言語モデル)が非構造化データを武器に変える
清水 亮 ryo_shimizu 新潟県長岡市生まれ。1990年代よりプログラマーとしてゲーム業界、モバイル業界などで数社の立ち上げに関わる。現在も現役のプログラマーとして日夜AI開発に情熱を捧げている。 Tweet 再帰的言語モデル(RLM)は今最も注目を集めている大規模言語モデルエージェント・アルゴリズムである。 通常「モデル」という言葉が語尾につくと、それはAIそのものを指すことが多いが、「再帰的言語モデル」の場合、実際の「モデル」は、既存のOpenAIのChatGPTでも、ローカルで動作するgpt-ossでも、DeepSeekでもいい。では何が「再帰(Recursive)」なのかというと、LLMの「呼び出し方」である。これが各方面で次々と成果を発揮し、大変な注目を集めているのだ。 再帰的言語モデル（RLM）の本質は、「LLMを一発回答の生成器として使う」のではなく、複数の推論ステッ
時系列基盤モデルChronos-2による時系列予測を試してみた - Taste of Tech Topics
こんにちは、コバタカです。 最近はAIエージェントを使って、作って、楽しんでいます。 LLMと同様、時系列予測においても基盤モデルの活用が近年進んでいます。 今回紹介するChronos-2は、AmazonがOSSとして公開している時系列データ処理向けの基盤モデルです。 以前、本ブログでChronos-Boltの紹介がありましたが、Chronos-2はその後継モデルとなります。 様々な時系列データに対応するように学習されており、ZeroShotでも高い精度での予測が可能となっているモデルです。 この記事では、そのChronos-2について紹介していきます。 なお、Chronos-Boltの解説については以下をご覧ください。 acro-engineer.hatenablog.com Chronos-2について Chronosは予め様々な時系列を学習させておくことで、適用するデータの学習をせずと
M5Stackのかわいいロボット“スタックチャン”クラウドファンディング開始 約1万円から
sponsored UltimateプランでRTX 5080相当の性能を堪能、5Kや最大360fpsでのゲームプレイも！ PCゲームプレイの選択肢が超広がる！ 進化したGeForce NOWが凄すぎる sponsored ダークウェブで攻撃者がやり取りする情報も把握、ASMから進化した“CTEM”＝「FortiRecon」 化学メーカーの研究データが漏洩！ 脆弱性診断が見落としたVPN装置… どうやったら防げた？ sponsored 2025年に多く発生したランサムウェア被害、そのトレンドから考える 最悪の被害「事業停止」を回避するには？ ランサムウェア対策・3つのポイント sponsored 想像よりもはるかに小さい ウワサの“机に乗る”AIスパコン「NVIDIA DGX Spark」が、編集部に届きました。 sponsored JN-VC236Fをレビュー 約1.6万円の23.6型湾曲
パナソニック、テレビドアホンにAI搭載 不審者検知や自動応対ができるように
パナソニック ホールディングス傘下のパナソニック エンターテインメント＆コミュニケーション（大阪府守口市）は1月14日、テレビドアホンの玄関子機に特化したAI人物検知・顔認証技術開発したと発表した。AIにより、玄関前でうろつく不審者の検知や、来訪者に応じた自動応対などができる。2026年に発売するテレビドアホンの新製品に順次搭載する。 テレビドアホンの玄関子機には、搭載する広角レンズ特有の被写体のひずみや、大きさの問題からそもそも高負荷な処理を実装しにくいといった課題があり、人物検知や顔認証機能の搭載には技術的な工夫が必要だったという。 しかし同社は、検知精度などの劣化を抑えた効率的な画像処理の学習方法を確立。既存機能と両立しつつ不審者の検知や自動応対といった新機能を追加することに成功した。「処理スピードの向上を図りながら、個人情報への配慮にも適している」（同社）といい、今後は実用的な防犯
のみ込む音をセンサーとAIで検知、高齢者の窒息防止へ
旭化成エレクトロニクスとAizipは、センシングとAIを活用した「リアルタイム嚥下検知技術」と「ジェスチャー認識技術」に関する協業を開始した。高齢者の見守りや次世代ヘルスケア機器への応用を目指す。 旭化成エレクトロニクスは2025年12月17日、AI（人工知能）を活用した「ミリ波レーダーによるリアルタイム嚥下（えんげ）検知技術」と「筋電（EMG）信号を用いたジェスチャー認識技術」において、Aizipと協業を開始したと発表した。 嚥下とは、食べ物や飲み物を口を使ってのみ込む動作のこと。今回の協業により、嚥下の状態をリアルタイムでモニタリングするミリ波レーダーソリューションを提供する。旭化成エレクトロニクスのセンシングデバイスとAizipの軽量AIモデルを組み合わせ、クラウドを利用せずにデバイス上で処理を完結する。電子機器メーカーは、専門的な知識がなくても高度なセンシング機能を組み込めるように
AIエージェントアプリケーションの構築を支援するオープンモデルを発表
NVIDIAは2025年12月15日（現地時間）、AI（人工知能）オープンモデルの新世代となる「Nemotron 3」ファミリーを発表した。複数のAIが協調して複雑なタスクを処理するAIエージェントの開発に最適化されており、通信や推論のコストなど従来のAI活用における課題を解決する。 Nemotron 3は、画期的なMoE（Mixture-of-Experts）アーキテクチャを採用することで、優れた効率性と拡張性を誇る。トークンスループットが前世代品の「Nemotron 2 Nano」と比較して最大4倍となったことで、推論トークン生成を最大60％削減できるため、推論コストを大幅に抑えられる。 また、モデルの内部構造が透明性の高いオープンな仕様となっており、開発者は特定の業務や用途に合わせて柔軟にカスタマイズできる。これにより、企業独自のデータを活用した信頼性の高いAIエージェントの構築を支
【セッションレポート】Building an AI-Native Engineering Team - LegalOn Technologies Engineering Blog
はじめに こんにちは、AI-powered Development CoEの時武(@tokichieto)です。 LegalOn Technolgoiesでは先日、OpenAI社のエンジニアをオフィスにお招きし、「Building an AI-Native Engineering Team」と題したセッションを開催しました。本記事では、そのセッションの様子と、そこで語られた「AIネイティブな開発チーム」になるための具体的なプラクティスや気付きについてお届けします。 背景 LegalOn Technolgiesでは、先日の登壇レポートでも触れたように、2025年社内に多くのAIツールを導入、普及させてきました。その結果、多くのエンジニアがAIエージェントを日常的に活用して開発を行うようになりましたが、一方で当初想定したような、AIによる圧倒的な生産性向上の効果は思うように挙げられていない状態
AIとワイヤレスで進化するエッジのエンジニアリング、2026年に注目すべきトレンド
トレンド1：AIエージェントとMCPがエンジニアリングワークフローを再定義 エンジニアリング分野におけるAIの次世代進化は「AIエージェント」です。従来のLLM（大規模言語モデル）は内部知識に基づいた応答しかできませんが、AIエージェントを用いたシステムは追加情報を取得したりタスクを自動化したりするためのツールを実行できます。これらのシステムはユーザーのリクエストに応じて適切なツールを選択し、データをツール用にフォーマットし、結果の後処理も行えます。ファイルの作成や編集、コードの実行、エラーの解決まで可能となり、活用の幅が大きく広がります。 現在、開発者たちはAIエージェントの現実世界への安全な統合に向けて能力を強化しています。現時点で、AIエージェントは限られた数のツールで最も効果を発揮していますが、今後はより多くのツールを選択／活用できるようにする取り組みが進められています。ファイルシ
Introducing Labs
Our models are evolving at a rapid clip, and each new release brings another leap in capabilities. Building product experiences around these emerging capabilities requires different motions working in partnership: tinkering and experimenting at the edge of what Claude can do, testing unpolished versions with early users to find what works, and taking what lands and scaling it into products our cus
Claude Code の集中力を保つ Agent Skills を作った
作ったもの Claude Code の Agent Skills として、Progressive Workflow を公開しました。 どんなもの？ 複数の指示をまとめて渡すと精度が落ちる問題を、1 ステップずつ指示を分けて渡すことで解決する Agent Skills です。 なんでつくったの？ 定型化されたワークフローなど、複数の指示をまとめて投げたとき、以下のような「手抜き」や「精度の低下」を感じたことはありませんか？ 指示したはずの細かい条件を無視してコードを書く レビューの観点が 10 個あるのに、後半の 5 個が明らかに内容が薄い 「全部やった」と言いつつ、実は表面的な修正で終わっている これらは Claude の能力不足ではなく、LLM の「注意力（Attention）」の分散という構造的な問題に起因しています。 長い指示は注意が分散する LLM には、入力が長くなるほど中間に書
Copilot SDK in technical preview - GitHub Changelog
The Copilot SDK is now available in technical preview, providing language-specific SDKs for programmatic access to the GitHub Copilot CLI. Available SDKs The Copilot SDK is available in four languages: Node.js / TypeScript: @github/copilot-cli-sdk Python: copilot Go: github.com/github/copilot-cli-sdk-go .NET: GitHub.Copilot.SDK Key features All SDKs provide a consistent API with: Multi-turn conver
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Engram: How DeepSeek Added a Second Brain to Their LLM
GitHub - THUDM/CaRR: This repository contains the code and data for the paper "Chaining the Evidence: Robust Reinforcement Learning for Deep Search Agents with Citation-Aware Rubric Rewards".
GLM-Image: Auto-regressive for Dense-knowledge and High-fidelity Image Generation
Introducing the AI Chip Sales Data Explorer
Vibe Coding Without System Design is a Trap
Anthoropic, OpenAI, GithubCopilot, GoogleのサブスクでマルチプロバイダOpenCodeを利用する - Qiita
https://x.com/OpenAIDevs/status/2011499597169115219
https://x.com/Google/status/2011473056921706852
https://x.com/NotebookLM/status/2011526709984837856