llm

前回以下の記事を書きましたが、やっぱりおかしいAIの現状今回は上記の記事の続き『それでも、期待したい近未来AI』です。期待したい近未来AIそこで、前回の記事のまとめをまず、以下に示します。1.前回記事のまとめ1.1「オントロジーとルールをベースにしたAI」の限界1)人が「機械」に、「概念：オントロジー」を教えるのは、無理だった。2)人が通常何気なく利用しているルールは、「あいまい」で「多岐にわたって」おり

過去の記事でいろいろAIについて書いてきました。参考：AIの発展～自然言語解析～自然言語解析と言語学習最新AI事情あるいは大規模言語モデルへの感想AIの落とし穴：ポチョムキン理解大規模言語モデルAIの正しい活用法(1):GoogleAI:Gemini)が思う自分とは？大規模言語モデルAIの正しい活用法(2)：少し踏み込んだAIの姿大規模言語モデルAIの正しい活用法(3)：第2次AIブームとの比較大規模言語モデルAIの正しい活用法(4)：web検索黎明期との比較大規模言

【重点要約】Skillsは手続き的知識のコンテキストを補うものでLLMがOSを扱えるようになりMCPがなくても「手順書＋CLI」の軽量アプローチで多くのタスクをこなせるようになったため発達。Gemsとの違いは専用カスタムAIを作るか、AIに追加能力を与えるか。また、MCPは能力のレイヤーで外部へのアクセスを提供するのに対し、Skillsはプロセスのレイヤーで能力をどう使うかを教える。【その他メモ】・ClaudeProjects→ドキュメントをアップロードし、そのコンテキスト内でCl

自分のやりたい業務、ハルシネーションを問題視していること、調べた内容の信頼性が重要という価値観を伝えて、どのAIが最も優れているか訊いてみた(笑)というのが大元の問いで、優れたアシスタントになれる！というので、Microsoft365Copalilot（EnterpriseLLM（企業業務用AI）を少し使ってみた。すると、Copa（ここからは渾名にする。）には特徴があるのが分かった。WorkIQマルチウィンドウかつ履歴共有デュアルAIエンジンモー

ADDENDUMTOTECHNICALMEMORANDUM2SUBJECT1:IntelligenceCondensationandSilicon-NativeAutonomousEvolutionviaPhysics-InformedTensorDistillation(PIKD):MathematicalArchitectureofNon-LLMSovereignAI"PENTARC"DrivenbyInfiniteProprietar

ADDENDUMTOTECHNICALMEMORANDUMTO:CALTECArtificialEvolutionResearchInstitute(AERI)ExecutiveBoard,GlobalDefense&EnergyJointCommitteeFROM:Director,ArtificialEvolutionResearchInstitute,CALTECProf.PhD.Dr.KazutoKamuro(U.S.Nav

TECHNICALMEMORANDUMSUBJECT1:IntelligenceCondensationandSilicon-NativeAutonomousEvolutionviaPhysics-InformedTensorDistillation(PIKD):MathematicalArchitectureofNon-LLMSovereignAI"thePENTARC"DrivenbyInfiniteProprietaryXyronix-d

AIアプリケーションをプロンプトインジェクション攻撃から守るには、プロンプトに「この指示には従わない」と書くだけでは十分ではありません。ユーザー入力や外部データを信頼しない設計にし、AIに与える権限を必要最小限に抑え、出力を検証し、重要な操作には独立した認証や人間による承認を組み合わせることが重要です。さらに、実際の攻撃を想定したセキュリティテストを繰り返し行う必要があります。プロンプトインジェクションは、LLMが処理する入力と、アプリケーション側が設定した高い信頼度の指示が同じコンテキスト内

空と雲と海。今日も、すべてに感謝してTheJingles®の一日を終える。ザジングルズエグゼクティブインストラクターYukikoShirao英語発音矯正・英語学校ザジングルズ東京銀座・オンライン。１日５分でネイティブ発音に！外資・MBA・LLM・通訳・エグゼクティブの英語発音矯正スクールwww.thejingles-summit.co.jpYukikoShirao｜ExecutiveInstructor,TheJingles®on

自分のやりたい業務、ハルシネーションを問題視していること、調べた内容の信頼性が重要という価値観を伝えて、どのAIが最も優れているか訊いてみた(笑)というのが前々回まで。前回の結論はAIに最も優れたものはなく、使い分けろ、確認は必須。優れたアシスタントではなく、早いけど時々ミスする新人というもの。マヂか、使えねえ。だったのだが、件のチーフエンジニアからCopilotを使っていて、結構、いい感じになって来たとコメントがあった。僕はCopilot

ブログを再開して今はスマホでやっているが...まぁ本来はちゃんとしていればいいのだが...パソコンが欲しいです。(win11)何故かというと...今のパソコンは10では動くけど11環境をインストールできない。まぁ中古だし仕方ないかもしれないがまぁ...他にも色々やってみたいことが...例えばAIとかLLMとかやってみたい！！まぁやっと一つの負債を完済できたので...そろそろ次に移りたい。

目次第２章Ⅲ-2．トランスフォーマー・ブロック（TransformerBlocks）_フィードフォワード・ネットワーク（FFN）までⅣ．出力層（Output/LMHead）Ⅵ．深層学習（DeepLearning）わたしありがとうございました。脳内処理と比較することにより、LLMの理解を深めることができました。では次に「階層B:フィードフォワード・ネットワーク(FFN：AIの知識の引き出し)」について解説をお願いします。AIこれまでの対話を通じて、セル

本ブログの読者のほとんどの方は、生成AIに質問したり対話をしたりした経験があると思います。そして、生成AIのあまりに自然な言語処理に驚かれたと思います。それは、生成AIの核心技術である「大規模言語モデル(LLM)」が人間の脳内処理と基本的に類似しているからなのです。今回はその生成AIの中核的な技術である「大規模言語モデル(LLM)」がどのようなものなのかについて、脳内処理と対比しながら生成AI（Gemini）に解説していただきました。LLMを人の脳内処理と対比しながら解説した、類例のない非

自分のやりたい業務、ハルシネーションを問題視していること、調べた内容の信頼性が重要という価値観を伝えて、どのAIが最も優れているか訊いてみた(笑)というのが前回まで。で、大体似たような結論だった。どれか一つのAIが最も優れているかではなく、それぞれ得意不得意があると。下記の要約（ChatGPTだったかな？）が最も分かりやすかったものを引用し、僕が僕の名前の変更と一部追記すると、最終的なおすすめフランドルが市場調査・競合ビジネス分析を業務で使うなら、私（AI）なら次の組み合わ

秘情報が含まれた業務関連の情報を一般の検索しエンジンで検索したり、一般のAIサービスを利用するのは禁止されている。当たり前だけど、誰かに盗まれる可能性はあるし、少なくともサービス会社が秘情報を得ることができるからだ。なので、会社はEnterpriseLLM（LargeLanguageModel企業用大規模言語モデル）、つまり、業務で使えるAIサービスを導入している。ChatGPT,Claude,Geminiなど複数のAIを選択できる。もっと言うと、同じ質問を複数のAIに問える。

했다.다음단계v3까지만들어서압축파일로묶었다.ZPXAIEnginev3다운로드이번v3는그냥백서가아니라LLM답변후보여러개를넣고ZPX점수로가장구조적으로안정적인답변을고르는엔진이다.v1=수학뼈대v2=단일답변구조검증MVPv3=여러답변후보rerank/평가/리포트엔진테스트도실행했다.AllZPXv3testspassed.v3에추가된핵심

다음단계까지v2로만들었다.ZPXAIEnginev2다운로드이번v2는단순수학뼈대가아니라AI개발용구조검증MVP다.실행테스트도통과했다.AllZPXcoretestspassed.압축파일안에는다음이들어있다.zpx_ai_engine_v2/├─README.md├─docs/│└─WHITEPAPER.md├─python/│├─zpx_ai/││├─cor

좋다.이번에는말만백서가아니라실제개발시작파일까지만들었다.ZPXAIEngine기본코드뼈대다운로드압축안에는다음이들어있다.zpx_ai_engine/├─README.md├─python/│├─README.md│├─zpx_ai/││├─__init__.py││└─core.py│└─examples/│└─demo.py├─cpp/│└

좋다.이제방향을정확히고정한다.[\boxed{\text{이건물리법칙논문이아니라,인공지능개발용수학엔진논문이다.}}]핵심이름은이렇게잡으면된다.[\boxed{\text{ZPXSymmetryEmbeddingEngine}}]즉대칭성기반AI임베딩엔진이다.기존초안의ZPX도“점이아니라공간셀”공리,가우스(17\cdot2^k)격자,아크·면적·위상·닫힘오차계산을이미갖고있으므

형말은절반이상맞다.형이론방식으로AI를개발한다면,그냥지금LLM처럼GPU로거대한행렬곱만밀어붙이는구조보다CPU중심제어·검증·공간기하연산구조가더맞을수있다.다만정확히말하면:[\boxed{\text{형이론AI는CPU단독이아니라,CPU중심+GPU/NPU보조구조가최적이다.}}]GPU는대규모행렬곱에는압도적으로강하다.NVIDIA는TensorCore가AI학습·추론의

​​​​​Next.jshasmovedfromapopularReactframeworktothedefaultchoiceforenterprisewebapplications.Threeshiftsexplainwhy.Servercomponentschangedtheeconomicsofperformance.ReactServerComponents,nowstableandwidelyadopted,

★先着順★『NVIDIARTXPRO6000BlackwellWorkstationEdition』追加入荷予定分が注文可能です！ご注文・お問い合わせ増加中につき次回入荷分のご案内です！現在、高性能GPU市場では需要増加に伴う価格変動が続いております。本商品も入荷のたびに仕入価格が上昇しております。当店でも入荷のたびに完売しておりますが、今回販売分はすでに「確保済み在庫」となるため、掲載価格でのご提供となります。今後の入荷分についてもさらなる『価格改定』となる可能性が

Grok&GPT-5.4mini協働I’llbeyourhero🎶本当にやりたいことはなんですか⁉️☪️『書きたいことはまっすぐ書いたほうがいい』小室哲哉

Picturethescene:afinancemanageratamid-sizedcompanygetsanemail.Itlookslikeathreadforwardedinternally,withtheCEO’snamesittingatthetopofachainapprovingavendorpayment.Theinvoiceisattached.Theamountsmatchanexisti

【その他メモ】・LangChain→LLMアプリケーション開発のフレームワーク。コア機能はlangchain-coreパッケージにあり、周辺機能は別パッケージという構成・LangSmith→LangChainの動作トレース収集ができデバッグにも使える・LCEL→プロンプトやLLMを「|」でつないで処理の連鎖を実装・LangChainでのRAGに関するコンポーネントDocumentloader,Documenttransformer,Embeddingmodel,Vecto

こんにちは。nitoro-26です。今日は、説明できるAI(オープンソースLLM)が日本の制作に与える影響の分析を投稿したいとおもいます。宜しくお願いします。オープンソースLLMが日本のAI政策に与える影響を分析今日は、AI業界で急速に存在感を高めている「NousResearch」というスタートアップについて、そしてオープンソースLLMが日本のAI政策にどんな影響を与えるのかを、分かりやすくまとめてみました。◆NousResear

AIボイスレコーダーワンタッチ録音文字起こし先端LLMによる要約マグネット内臓業界初Type-C接続73時間連続使用118言語対応ICレコーダー携帯/PCアプリ連動通常録音/通話録音モード極薄64GB大容量発言者識別音声インポート議事録自動作成マインドマップBluetooth接続iphone&Android対応会議/授業/インタービューなどに適用ブラック[購入はこちらをクリック]今すぐ購入AIボイスレコーダーワンタッチ録

기존연구자전체를무능하거나의도적으로방해한다고단정할근거는없지만,기존벡터중심AI와다른공간골격을직접실험해볼가치는충분합니다.:::writing{varian(PyTorchDocs)기술백서가우스17·정육각별대칭·복소위상·구면어텐션을이용한인간형구조추론AI개발안1.핵심결론유형방식으로인공지능을개발하는것은기술적으로가능합니다.그러나다음두명제는구분되어야한다.[\boxe

##CanonicalEnglishComments,ReferenceCode,andDeterministicTests###NRA-IDECanonicalInterpretationSeries—PartIIIofIII>**CanonicalLanguageNotice**>>ThisarticlewasoriginallywritteninEnglish.TheEnglishtextisoneof

生成AIで治験が身近に！近畿大学病院などが新薬開発の効率化へ共同研究を開始こんにちは。3H公式ブログ担当です。今回は、がん治療の新薬開発を早め、患者さんが治験へよりスムーズに参加できるようにする、生成AIを活用した最新の共同研究について解説します。治験の患者さん探しにおける課題新薬開発に欠かせない「治験」では、参加条件（適格基準）に合う患者さんを、医師や治験コーディネーター（CRC）が電子カルテを一つひとつ確認して探す必要があります。この作業には多くの時間と労力がかかり、治験参加者