Sabitlenmiş Tweet
自分の勉強用にキーワードでいろんなサイトから記事を集めてくれるサービスを作ってみました。今自分の興味のあるキーワードが「量子コンピュータ」なので、そのキーワードで記事を自動で集めてくれます。これから毎日チェックw！
techdive.binnmti.net
日本語
松井 敏(a.k.a 森理 麟)
14.9K posts
松井 敏(a.k.a 森理 麟)
@moririring
フリーランスのプログラマ。C#を中心に、ゲーム・Windowsアプリ・Webなど幅広く開発してきました。自動化、CI/CD、SREにも携わり、開発から運用まで得意です。講師や技術書執筆、技術顧問などもしてます。モノづくりが大好きで、誰かの作りたいもサポート出来ます！C#読書会主催、Microsoft MVP。
京都府 Katılım Nisan 2009
1.5K Takip Edilen1.3K Takipçiler
朝ドラ『ばけばけ』を最後までご覧いただき、ありがとうございます。
これまで放送をご覧いただいた皆様に感謝の気持ちを込めて、#髙石あかり さん #トミー・バストウ さん #ふじきみつ彦 さんからコメントが届きました。
コメントはこちら👇
nhk.jp/g/ts/662ZX5J3W…
#ばけばけ
日本語
@entry20210104 先週自分で作ったものの明らかに上位版ｗ。
ただ、作ると使うでは、理解の解像度が全く違うとも思います。PERってなんだっけ？と思っても作っていれば調べますが、使っていると思うだけみたいなケースも多くて。
もちろん本気度が高ければ使うでも調べますけれどねー。
日本語
Codexを使って、Python + SDL3でNES（ファミコン）エミュレーターが15分ぐらいで書けた。
Pythonなので非常に遅く、このままでは実用にならない。しかし、先月から作っている変換器「Pytra」でPythonコードをC++に変換すると、約30倍高速化されて実用的な速度になる。(現在、その作業中)
そこで次の構想。
まず pure Python でやねうら王のサブセットを書く。
それをPytraでC++に変換し、さらにCPU 6502向けにコンパイルする。
つまり、理屈の上では ファミコン上で動く将棋AI が作れる。
あとはROMに焼けば実機で動くはずなので、これで理論上「ファミコン実機で動作する最強の将棋AI」が作れるのではないか、という計画である。(先は長い)
日本語
これ、現時点ではやねさんが凄すぎしお金もしっかり使っている。多分真似出来る人は多くない
でも、正直これ現時点だからであって、未来はわりと、誰でも安く出来るようになるのも間違いないと思う。そしてそんなに遠くない未来だと思う
そうなるまでに自分は何がしたいかを皆考えないといけない
やねうら王@yaneuraou
いま、Claudeを12並列で動かしている。私が一人で12のインスタンスに指示を与えている。1:Nの対話として、このあたりが人間の処理能力の限界だろう。 いまのトークン消費のペースは、月額200ドルの「Claude Max」が7アカウント分。現在はキャンペーンでトークンが倍増しているからこれで済んでいるが、通常時なら14アカウント、月額にして42万円の計算だ。 この密度で動かせば、体感としてエンジニア40年分に相当するコードが1ヶ月で書けてしまう。その結果、老後の楽しみに取っておいた「多言語トランスパイラ」の開発が、わずか1ヶ月で終わりそうだ。 凡人が読むのに1年かかる本を、天才が1時間で理解することがあるように、絶対時間は平等だが、主観時間は能力によって残酷なまでに伸縮する。知能とは、言い換えれば、寿命の圧縮率のことだ。 毎月42万円払うだけで、その圧縮率を人工的に引き上げられる。もし私の残りの人生が20年だとしたら、主観時間において、私は先月にあと1万年の寿命を手に入れたも同然だ。唐突に与えられた1万年の余生を前に、いま私は人生設計を根本から見つめ直す必要に迫られている。
日本語
最近Xに記事という長い文章書く機能が入ったのか知らんけれど、本当に一瞬だけは、お、良い機能入った？って思ったけれど、この機能いるか🐬？
長い文章読みたいならXじゃなくて良くないか？正直もう読まなくて良いかなと既に思い始めている。そういう煩わしいのが無いのがXの良さじゃないのか？
日本語
@blog_uki 試してみたけれど、これデイリーでETFを買うんだよね。実際やったら結構手数料もかかるし、論文どおりの机上値で24%って実際に試してそうなることの保証じゃないから、まあ実際は±5～10%で勝つ時もあれば負ける時もあるつまり、勘で買うのとそう変わらないんじゃないかな？という印象。
日本語
2.3 事前学習データセット
言語モデルでどこまで行けるのか？の収取データの限界に近い所までは来ているぽい。この中でも色々手法はありそうだけれど、どう考えても王道は言語モデル以外に行く方だと思う。さらにスペシャルに言語獲得もなくはないけれど、その先にゴールがある確率は低そうかな。。
松井 敏(a.k.a 森理 麟)@moririring
LLMを事前学習する難しさ #実践LLMアプリケーション開発 #朝の読書30分一本勝負
日本語
> エポックとは訓練課程でモデルが訓練データセット全てに一度触れる事を意味する。従来は過学習を避けるため1エポックかそれ未満だった。研究では4-5エポックまでなら性能を低下せずに訓練できる。ただそれが限界。
ここはまだ議論が続くが、まあ根本的な話ではないね。足りないのなら
日本語
> これらの問題を全て解決する唯一の方法が単にデータセットを拡大することなら、それがこの世界に存在するのかになる。全てのデータが等しく有益ではなく、高品質なデータがあればデータ量は減らせられる
実際もうそろそろ全部見たになりつつあると思う。今年ぐらいには？
日本語