DeepSeek狂奏曲 2025.01.30 Updated by Ryo Shimizu on January 30, 2025, 08:35 am JST DeepSeekという中国製のモデルが世界を席巻している。 OpenAIが有償で提供するo1より高性能だとか、OpenAIの規約に違反した方法で学習されているとか、色々あるのだが、それを噂する人々が不正確な情報に基づいてピーチクパーチクやっているだけなので基本的にメディアにはほぼ出鱈目な情報しか出ていない。 まず、整理しておきたいのは、DeepSeek(特にV3とR1)とは何か、ということだ。 DeepSeek-V3は、GPT-4o相当のAIであり、オープンウェイト(AIの学習結果=重みが公開されている)で公開されている。オープンソースではない。 DeepSeek-R1は、o1相当のAIであり、こちらもオープンウェイトで公開されてい

自己紹介 nao (Fukuoka) • エンジニア歴：2021/3/31〜 (4年目) ◦ Railsは2年ぐらい • main：株式会社ヤマデン ◦ 営業支援部(DXチーム)エンジニア • sub：合同会社プログラム・キッチン ◦ ソリューションエンジニア • x： (mmm_bbb72) • hobby：チャリ🚲、登山、音楽

コンバンハ、オイソギデスカ 今日も上司の思いつきで無茶振りされる皆さんお疲れ様です。 DeepSeekみたいな話題が日経新聞に載るたびに新規事業になるんじゃ無いかとかプロトタイプをもってこいみたいなこと言われると災難ですよね。 何がどうなってて、何はできないんですよみたいなのまとめておいたから、俺の屍を越えてゆけ。 まず前提からな 確実なこと DeepSeekが、生成AIモデルをMITライセンスで出した。 巨大なサイズの生成AIモデルを出した。（普通のデスクトップPCでは動かないようなもの） 他がすでに出してた小さいモデルを改良したものを出した。（蒸留したもの、GPU積んでるデスクトップPCなら動くようなもの） 作り方、改良の仕方の論文を出した。ほぼ確実なこと中国が輸入できる制限されたGPU群で生成AIモデルを作った。 生成AIモデルを改良する際に、強化学習のみを用いて改善を行った。 他が

私は、中小企業のデジタル化をご支援をしています。 これからデジタル化をするという会社で重要なのは要件定義。 ここに力を入れて、毎回10時間以上かけています。 ヒアリングに4時間 業務フロー図の設計に4~6時間 提案書の作成に2~4時間ほど プロジェクトの最初の大事な部分なので、時間がかかることは仕方ないのですが、もっと楽にできないかなと普段から悩んでいます。 個人的には、ヒアリングは全然苦ではないのですが、業務フロー図の作成と提案書の作成が大変なため、どうしても気が進まないことが多いです。 喋る時と資料を作るときは脳の使い方が違うのか、ストレス値が非常に高いように勝手に思っています。 最初に粗くても、たたき台を書き出してくれればその後ツッコミ入れるのはいくらでもやるのに 提案書の大体の型とイメージはあるけど、寝ている間に誰か勝手に作ってくれないかな となんともズボラな根性が毎回顔を出してき

2013年から始まった「ネットの音楽オタクが選んだベストアルバム」12年目です。今回は418のデータを集計しました。 例年同様、順位はあまり気にせず、国やジャンルも気にせず、この記事をきっかけに2024年の作品を再発見していただければ幸いです。 3日間よろしくお願いします。作品にはできる限りリンクを付けました。記事末尾にはプレイリストもあります。ぜひご活用ください。（ぴっち） このランキングについて ネットの音楽オタクが選んだベストアルバムは音楽だいすきクラブ、及びそのメンバー等の特定の誰かが選んで作ったものではありません。 Twitterのハッシュタグ、募集記事のコメント欄に寄せられたものを集計しています。 418人分のデータを集計しました。 同点の場合、乱数を発生させて順位づけしています。 順位に深い意味はありません。気にしすぎないでください。 150位以内はすべて3人以上に挙げられた

深層学習など最先端の技術の実用化を進める注目のAIベンチャー、Preferred Networks（PFN、プリファードネットワークス）。同社には、PFNの前身となるPreferred Infrastructure時代から13年間続く毎週開催の読書会があります。前編では、読書会を始めた経緯や狙いを同社の山本勝也さん、海野裕也さん、鈴木脩司さんに聞きました。また、実際の読書会の様子もリポートします。 読書会は2012年にスタート 日経BOOKプラス編集部（以下、──）　まずはみなさんの担当業務について教えてください。 Preferred Networks　総務　山本勝也さん（以下、山本）　総務として、オフィスの整備などの業務を担当しています。その延長線上で読書会の運営にも関わっています。 Preferred Networks　リサーチャー　鈴木脩司さん（以下、鈴木）　ChatGPTに代表され

こんにちは、羽山です。 今回はラクーンホールディングスの座学研修で私が講師を担当する 3年次 Linux && Docker研修 をご紹介します。当社は教育制度に力をいれており、入社直後に5~6ヶ月間の研修があります。そしてさらに n年次研修 という枠組みで2年次、3年次、4年次と定期的に研修を実施して、経験を積んだ各ステージに必要な知識・スキルを補完しています。 3年次 Linux && Docker研修は入社から3年目の1~2月頃（4年目目前）に実施していて、エンジニアとしての実力も付いてきた段階で受けることになります。 4年目目前ともなれば Linux や Docker を普段から開発に利用していて基本操作には困っていないはずです。 一方で Linuxカーネルの役割を聞かれたら返答に窮したり、コンテナとはプロセスと言葉では知っていても実はよく分からなかったり、そういうあたりが本研修の

“見積り” を作成した開発チームと、それを確認したビジネス担当者や経営者が、その内容を巡って対立することがあります。「見積りが大き過ぎる」「いや、これぐらいはかかりますよ」といったあのやり取りです。 これはおそらく、両者がともに “見積り” と “計画” を区別せず、混同しているから発生しています。見積り依頼を受けた時、開発チームが提出するものは、おそらく “見積り” です。しかし、ビジネス担当者や経営者が期待するアウトプットは “計画” なのです。 こうして “見積り依頼” という名のもとに、ソフトウェア組織に対立が日々生じているのではないでしょうか。 “見積り” と “計画” は別物見積り結果の「30人月」という数字（①）は、計画ではなく見積り工数です。そんなことは当たり前ですよね。 工数が明らかになれば計画なのか？それでは、30人月の開発を5人でこなすから「6か月」かかる（②）、とい

こんにちは、株式会社Berryの浅沼です。 この記事を書いている数週間前くらいから話題のClineを会社で導入し、開発に利用しています。最初はコードの自動生成から試していたのですが、.clinerulesを使ってプロジェクトごとのカスタム設定ができることを知り、どんどん活用の幅を広げていきました。 特に大きかったのが、プロジェクト内のコード構造・コーディングルールの設定に加えて、コミットメッセージやプルリクエストのタイトル・サマリーを生成するルールを追加したことです。これによって、「コードを書く→コミットメッセージを考える→プルリクを書く」という一連の作業がスムーズになり、全体の開発効率が格段に上がりました。 この記事では、実際の.clinerulesの内容も含めて、どのようにルールを作り、育て、活用しているのかを紹介します。特に、コードの自動生成以外の使い方にも触れますので、すでにCli

明日の第22回 GenAI 報告会、よろしくお願いいたします。 2025年、最初の報告会になります。 ※Zoomの上限に近づいています。上限に達すると自動的に参加受付が終了してしまいますのでお早めに!（以下のページに申し込みのURLがあります） 第22回 生成AIとクリエイティブ報告会 [1月25日] のお知らせ 映画制作の動画生成AIについて映画制作ではRunway Gen-3 Alphaが主力でしたが、12月19日にリリースされたKLING AIのバージョン1.6が最も高性能な動画生成AIとなり、比較検証を続けてきました。 今回、様々なシーンでKLING v1.6がRunway Gen-3 AlphaやOpenAI Soraを上回っていることが確認できましたので、メインツールをKLINGに変更しました。プロンプト応答性の向上: プロンプト入力に対するモデルの理解力が強化され、複雑なシー

しぴぴぴ！ Vtuberのしぴちゃん (https://www.youtube.com/@CP-chan) です。 配信ではゲームの話しかしてませんが、今回はAIに関する連載ということでローカル環境（手元のマシン）で動かせるAIの話をしていきます。 第一弾　DeepSeek R1をほぼ準備なしからローカルGPUで動かす 第二弾　本記事　Cline＋ローカル版DeepSeek R1でAIコーディングを使い放題にする（高スペックマシン向け） 第三弾　GPUなしでも動く！ローカルLLMとllama.vscodeでコード補完 今回は連載の第二弾です。 LLMをローカルにインストールする大きなメリットとして、API制限や従量課金から解放されてLLMが「使い放題」になるという点があります。 DeepSeekは一世代前のV3ならWebで使ってもそんなに高くないのですが (https://api-docs

オープンソースで開発されているJavaScriptランタイム「Bun」の最新版となる「Bun 1.2」正式版が登場しました。 Bun v1.2 is herehttps://t.co/m3Q4xJ7l88 — Bun (@bunjavascript) January 22, 2025 BunはNode.js互換のJavaScriptランタイム機能に加えてTypeScriptのランタイム機能も備え、さらにトランスパイラ、バンドラ、タスクランナー、npm互換のパッケージマネージャなど、JavaScript/TypeScriptのツールチェーンを統合したソフトウェアです。 Windows版、Linux版、macOS版が提供されています。 PostgreSQLクライアント機能を搭載 Bun 1.2ではPostgreSQLのデータベースクライアント機能が搭載されました。ライブラリやSDKに依存するこ

プロポーザル: https://fortee.jp/sre-kaigi-2025/proposal/4dcbc059-da02-4aeb-a28b-4bfdbac0710c X: https://x.com/r_takaishi

「多重下請け構造は悪い」、これは世間的にだいぶ浸透してきた考えだと思います。しかし、プログラマは 多重下請けのコードを気づかぬうちに書いてしまうことが多々あります。 なんなら皆さんもついウッカリやってしまっているでしょう。 当然ながらコードベースでも多重下請けは良くありません。今回の記事では、多重下請けコードとは何か、その問題点、回避方法を解説します。 多重下請け構造になってるコードとは? 多重下請け構造になってるコードとは、タスクをたらい回しにしているコードです。 たとえばECサイトで注文するシーンを考えてみます。サーバーの実装はこんな感じです。 def 注文API(): 注文処理(price) 集計DBにログを送る() def 注文処理(price): 決済する(price) 履歴に保存する() def 決済する(price): if キャンペーン期間中だったら: 支払う(price

本記事は、DeepSeek-R1の論文とDeepSeekMathの論文を読んだ私の理解をもとに記載しています。 本論文で使われている技術に関しては、ある程度の知識を持っているので、大きくは外していないとは思いますが、私の主観も入っている部分もありますので、ご了承ください。 また、DeepSeek-R1の論文が公開される前に、小型モデルに対して同様の実験（強化学習）をしていたグループがあるようです。 そちらのレポートは下記になります。 意図せず、DeepSeek-R1-Zeroの再現実験のようなレポートになっていますが、レポートの著者はDeepSeek-R1論文の公開前から実験していると主張しています。 こちらも非常に興味深かったため紹介です。 本論文の興味深いところ 本論文は、大きく分けて3つの構成でできています 強化学習による思考能力の強化 LLM（DeepSeek-V3-Base）に対

安価で実用的なVRであるOculus Quest1が発売されたのが、2019年5月でした。 VRにはもともと興味があったので、その発売以前から、Oculus Goももっていましたし、ベースステーションが必要でPCとつなぐタイプのものもいくつかもっていましたが、Oculus Quest1が出たときに、初めて実用的なHMDが出たと思い、予約して飛びついて買いました。 ただ、当時はそんなにソフトウェアも豊富ではなく、それこそ、人に勧められるのはビートセイバーくらいでした。 ところが、2020年にSupernaturlが発売になったときには、うおーーー、と思って、おお、これもまた、やっと実用的なフィットネスソフトができるようになったとせっせと遊んでいました。 www.moguravr.com それから早5年近くがたち、HMDもQuest2、Quest3とどんどん画質も音質も上がっていき、フィットネ

TL;DR (要約) AI Agent Hackathon with Google Cloud に応募するため、Geminiを用いたAIエージェントによる企業調査Webサービスを開発しました。 約500万社の企業に対応。法人向けサービスに比べ1/100のコストでデータ取得 企業調査を、AIエージェントがわずか3分で完了させます。人力に比べて97%の時間削減。 実例: トヨタ自動車株式会社 で、精度と網羅性を確認できます。 サイトでスグに試せる: 3分で企業調査 にアクセス 技術詳細: GitHub で実装を公開 はじめに Zenn初のオンラインハッカソン、テーマは「AIエージェント」。GeminiのAIエージェントによる企業調査Webサービスを開発しました。このサービスは、仕事で不可欠な企業調査を、AIエージェントで革新的に効率化します。さらに、他サービスと比較して低コスト、同等以上の価値

生成 AI で英語を聞く量を一気に増やす。YouTube × Gemini で「多聴」をパワーアップさせよう こんにちは。Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。 英語を学ぶにあたって、たくさんの英語を聴くこと、すなわち「多聴」が非常に大事だと言われています。一方で、聞き取れないことでフラストレーションが溜まったり、教材の選定が難しかったりと、継続した学習に課題を感じる方も少なくないのではないでしょうか。 今回は、そんな多聴の実践および継続のハードルを低くするための生成 AI 活用についてです。 教えていただくのは、英語の習得をスピードアップできるような英語学習法を研究・発信している Kumiko さん。Gemini アドバイザーであるけんすうさんとの対談を通じて、Gemini を活用した英語の「多聴」の可能性をたっぷり教えてもらいます。 ※ Gem