내가 좋아할 만한 콘텐츠
World Model 最も懸念されるのは、「予測モデルとしては機能するけど良いアクションを決定するために使うと破綻する」って状況だと思う。平たく言うと「相関と因果は違う」みたいな話。 World Modelの訓練時に、交絡も脱落変数もありません（無視できる）って状況は本来はかなり限定的だと思う。…
TPUってGPUほどの生産能力（ないし意志）持ってるのかな。求められれば販売できますって体制ならメタに迷わず売ると思うし、Google Cloudだから使えるんですって立ち位置にするなら全てのクラウドベンダーが倒れないとGPU置き換えられんし。
インフレも相まって、年収1000万円はまだ上位層にしても、出すところは増えてると思う。その額を得られないのはメンタリティの問題だけの人もいると思うんだよなぁ。まあそれが、そもそも一番大事というのはあるかもしれんけど。
いちいち気にしなくて良いと思う。 どうせ大本が作るので、細かいアプリで一攫千金と考えてたらなかなか難しい道。というのは事実。 一方で、車輪の再発明はすごく勉強になるという事実もある。メンタリティがそこにあるなら先に手を動かしてるだけ更に偉い。
>数週間後にはGoogleが同じ機能作る。 そんなの100も承知です。「アメリカのベンダーが結局やるから日本人が何もやらない」は超絶ナンセンスな考えだと思います。 駅で誰かが具合悪くても誰かが助けるでしょ精神で放置している日本人の悪い特性、出ちゃってます。 やらないと何もわからないです。
主成分分析は本当に良い題材。線形代数の復習にもなる。 分散共分散行列の対角化（固有値分解）。 固有ベクトルは互いに直交し、固有値は必ず正の値をとり対応する固有ベクトルに射影した際の分散を表す。これは分散共分散行列が正定値対称行列だからで、数学としても統計量としてもすごく綺麗。
生物学をやっていてPCA（主成分分析）を知っている人って自分の周りにはほとんどいなかったんですが、来週の分生の演題はPCAについての理解が重要な要素になっているので、そこはちょっと緊張する案件です。 PCAの説明、自分の説明能力の限界を感じるミッションなんですよね...。
あー、影分身したい。 1. ビッグデータを収集と処理のためのデータエンジニアリング 2. ビッグデータを使って特化型のローカルLLM(ないしSLM)を高速訓練/推論するHPC 3. LLMOps これを全部実直にやるところが勝つというパワー勝負になってきてしまった。
凄く斜に構えた態度で見させて頂くと、自治体に統一的なOSSを普及させた後には仕事が発生するので、それをやれる身内に紹介するのではないですかね。OSS利用は無償を意味しないので、特に悪いことではないと思うんですが、保守運用も目処があるならアイデアだけでも言わないと絵に描いた餅ですね。
OSSにしたら全部の問題解けるんでしょ教が定期的に湧いてくるのほんとなんでなんだろう。エコシステム作って継続させるのほんと大変なのにそこは見て見ぬふりして公開したら誰かが何とかしてくれるみたいな人が多すぎるねん
Xにエンジニアが多いからかOpusの人気がすごいですが、ソフトウェア屋さんはマイノリティです。 Codex Max（コーディング特化遅い）とOpus4.5（コーディング特化速い）とGemini3.0pro（汎用そこそこ速い） だと全くGemini3.0の優位性は揺るがないと思います。自律動作弱いですが、まだpreなので。
である調の方が文章が短くなるので積極的に使うんですが、ですます調が時折戻ってして文章がよくわかんなくなってしまいます。 基本的に面識無い人にはですます調が良いと分かってるのですが難しいですね。
OpusもCodexも基本的にはコーディング向けとして打ち出されているモデル。一方Geminiは汎用。Geminiがここから更にコーディング特化を仕立てたらどうなるんだ。 ユーザー目線だと特化を使い分ければ良いんですが、開発競争としては、基礎能力に1ランク差があると思う。
よし、分かった、アクロバットが凄いのはもう分かったんだ！知的なロボットハンドやろうか。AIロボットハンド！
【速報】中国の人型ロボットの機動性が凄い。42自由度と最大トルク130N·mの関節により、人間を超える320°の回転と40kgの負荷耐性を持ち、LiDARやカメラ搭載している。
素直さはシニアにも必要なんですよね。ましてや自分より経験浅い人に指摘をされるとムッとしてしまうかもしれませんが、タダで勉強できたと思って受け入れないと次第に一緒に仕事し辛い人に成り下がっていきます。
純粋な疑問として、 1.米国人が開発して米国で発表 2.米国人が開発して日本で発表 だったらどうなっていたのでしょうか。「国内のものを叩きに行くのが日本のお家芸」なら1.も2.も賞賛されるはずということですかね。
海外のものは有り難がるのに、国内のものは叩きに行くのは日本のお家芸。 >rt 私20年くらい前に、監視カメラでタバコの煙を検知する、という技術を作ったんですよ。特許まで取ったんですが。 国内学会ではボロクソに言われたんだけど、海外で発表したらものすごく評判が良かった。
United States 트렌드
- 1. #StrangerThings5 75.1K posts
- 2. Thanksgiving 587K posts
- 3. Afghan 193K posts
- 4. National Guard 547K posts
- 5. #AEWDynamite 19.2K posts
- 6. holly 33.2K posts
- 7. #Survivor49 2,577 posts
- 8. dustin 85.1K posts
- 9. Rahmanullah Lakanwal 76.7K posts
- 10. Kevin Knight 2,359 posts
- 11. robin 52.8K posts
- 12. Chet 5,099 posts
- 13. Cease 28.3K posts
- 14. Doris Burke N/A
- 15. Tini 5,604 posts
- 16. Bill Kristol 5,584 posts
- 17. Wolves 17.1K posts
- 18. Gobert 1,954 posts
- 19. Jonathan 64.4K posts
- 20. Gonzaga 5,767 posts
내가 좋아할 만한 콘텐츠
-
Daisuke Okanohara / 岡野原 大輔
@hillbig -
須山敦志 Suyama Atsushi
@sammy_suyama -
DLHacks
@DL_Hacks -
Odashi
@odashi_t -
しゅんけー「📕Pythonで学ぶ画像生成」発売中！
@shunk031 -
Takami Sato
@tkm2261 -
piqcy
@icoxfog417 -
akira
@AkiraTOSEI -
yu4u
@yu4u -
cvpaper.challenge | AI/CV研究コミュニティ
@CVpaperChalleng -
kota matsui
@matsui_kota -
PFN Tech
@preferred_jp -
ML_Bear
@MLBear2 -
Yoshitaka Ushiku
@losnuevetoros -
カレーちゃん
@currypurin
Something went wrong.
Something went wrong.