🧠Qiita3月25日· 1分で読める中級🔥 注目LLMの次世代アーキテクチャ — 拡散言語モデルが変えるテキスト生成の未来拡散モデルをテキスト生成に応用する「拡散言語モデル」が登場し、従来の自己回帰モデルの制約を突破しようとしています。左から右へ順番に生成する必要がなく、複数トークンを同時復元でき、生成ステップ数を調整して高速化できる技術です。ELYZA Labが日本語特化モデルを公開したことで、実装検証が始まっています。#モデル・基盤#LLM#拡散モデル♡0👎☆ 保存記事を読む →
🧠Qiita3月20日· 1分で読める中級🔥 注目「Iはひとつしかない」— AIが日本語でしか測れない“自分”の話日本語のAIが「私」「僕」「俺」など複数の一人称を持つのに対し、英語のAIは「I」のみ。この言語構造の差を実験で測ると、日本語AIの一人称維持率は40%だが英語は100%近い。言語が認知を制約するLLMの性質を、日本語でしか見えない「自己境界」という概念で浮き彫りにします。AIエージェント設計に新しい視座をもたらします。#メタ認知#LLM#AIエージェント♡0👎☆ 保存記事を読む →
✍️Zenn3月17日· 2分で読める中級🔥 注目ローカルLLMで日韓翻訳Discord Botを自作した話ローカルLLM（Ollama + translategemma:12b）を使ったDiscord日韓翻訳Botの実装例です。Unicode文字範囲で言語を自動判定し、Modelfileでシステムプロンプトを注入してモデルをカスタマイズ。4B vs 12Bの速度・精度トレードオフを実測で比較し、GTX 1070×2での完全ローカル動作で約3秒応答を実現しています。実装コード付きの実践的なガイドです。#ローカルLLM#Ollama#Discord♡0👎☆ 保存記事を読む →
⚡Zenn3月16日· 1分で読める中級🔥 注目Claude CodeのSkillsで再現性のないAI作業を固定化した話Claude CodeでFlutterビルドが毎回違う結果になる問題に直面した開発者が、Skills機能で解決した実例です。LLMの非決定性を前提に、全ステップ同期実行・コマンド分離・エラー判定ルール明記で再現性を確保。プロンプトだけでは限界があることを実装で示しています。#Claude Code#AI駆動開発#VibeCoding♡0👎☆ 保存記事を読む →
🧠Qiita3月15日· 2分で読める上級🔥 注目エッジ型SIEM基盤実装（OSS推進フォーラム）セキュリティ運用の課題を解決するため、ローカルLLMとManticoreSearchを組み合わせたエッジ型SIEM基盤の実装を紹介しています。LLaMA2をLoRAでファインチューニングしGGUF量子化することで、わずか4GBのモデルでCPU推論を実現。ルールベース検知の限界を超え、複数ログの文脈的相関分析を自動化し、クラウド依存を排除しながら説明可能な脅威検知が可能になります。#LLM#LLaMA#エッジAI♡0👎☆ 保存記事を読む →
🕵️Qiita3月13日· 1分で読める中級OpenClawを日本語で：公式ドキュメント翻訳プロジェクトのお知らせOpenClawはAIエージェント開発向けのオープンソースプロジェクトです。その公式ドキュメントが日本語に翻訳され、導入・設定・カスタマイズ方法がより多くの日本人開発者に提供されるようになりました。翻訳はGitHubでオープンソース公開されており、フィードバックも受け付けています。#エージェント#OpenClaw#OSS♡0👎☆ 保存記事を読む →
🧠Zenn3月7日· 2分で読める中級🔥 注目neoAI-InstructBench：実際のLLM利用シナリオに根ざした日本語指示追従ベンチマーク複数の指示を同時に与えられたとき、LLMがすべてを順守できない問題に着目した日本語ベンチマーク「neoAI-InstructBench」が開発されました。100タスク・326指示で構成し、実際のユーザー入力から設計。GPT-5.2でも完遂率は67%に留まり、指示間の干渉や過剰思考といった実運用のボトルネックを明らかにしています。評価コードはGitHubで公開済みです。#LLM#ベンチマーク#指示追従♡0👎☆ 保存記事を読む →
🧠Qiita3月7日· 1分で読める中級gen.nvimに日本語で回答してもらうgen.nvimでLLMに日本語で返答させるには、OllamaのModelfileでSystem Promptを設定するのが最速。qwen2.5-coder:14bを使い「Always respond in Japanese」と指定し、新モデルを作成してgen.nvimの設定を書き換えるだけ。カスタムプロンプト追加より圧倒的に簡単な実装テクニック。#Neovim#LLM#Ollama♡0👎☆ 保存記事を読む →