Karimata

【個人開発】iOSアプリをリリースしました🚀 『Calkey - 計算できるキーボード』 計算機で計算→結果を覚えて→LINEに戻って入力... この往復、もう必要ありません！ キーボード切り替えるだけで計算、結果をワンタップで入力できます。 ✅ 基本機能は無料！ ✅ 広告なし！

私もXでVO2 Maxについてのポストを見て始めた者ですが、細々と続いています。 > 毎日じゃなくて、時々サボってもそれなりに効果があるっぽいので無理せず続けていきます 私も4月前半サボってましたがなんやかんやで50台はキープできてるのでこれはマジです。

翻訳のモデルはGPT-5.4-miniをAPI経由で使用。 OpenAI Developerのtier4ユーザの1日1000万トークン無料枠を最大限活用していきたい。

論文PDFのレイアウトを保ったまま翻訳するOSS「PDFMathTranslate 」を使ってみた！ 自分の方でやったことといえば元論文のページと翻訳ページを交互に綴じたPDFを作る処理を自作したくらいです。普通に使う分にはこのツールそのまま使うだけで十分。

D進する場合、3年じゃ済まない可能性だって全然あるよな…

@YamaGpu まさに！ あとはシンプルに静的サイトなので運用コストも極小で済むのも良いところです！

@rynskrmt いいですねこれ。無駄な機能なくて、必要な情報にすぐ辿り着ける設計が強いです。

シンプルなサイトだけど学生としてはめちゃくちゃ便利でありがたい。 JAISTのりかえ jaist-tech.github.io/dx-timetable/i…

石川県に来てよかったと思えるくらい美味しい岩魚が食べられた。

直近の経歴はこんな感じ。 大学生（4年） →会社員（4年） →無職（6ヶ月） →フリーター（2ヶ月） →フリーランス（2ヶ月） →大学院生&フリーランス🆕 一時期無職になってるけど、院進準備とか勉強を進めてた。

本当にありがたいことにフリーランスとして案件をいただけているので、修士学生としてかかる費用諸々を全て自費で賄えている。 会社員ソフトウェアエンジニアを経て大学院に進学するという手段は割とありなのかもしれない。時間や場所に縛られない働き方がマッチし過ぎている。

Being a Software Engineer in 2026.

@GenomeMatcher ありがとうございます！

@rynskrmt よろしければこちらもご覧ください x.com/GenomeMatcher/…

この投稿をきっかけに本書が気になり、大学院生活を送る石川県へ向かう飛行機の中で読みました。 読みながらまず思ったのは、「もっと早く読んでいれば、院試の研究計画書やサーベイももう少し良いものにできたかもしれない」ということでした。
一方で、「これを知らないまま大学院生活に入らなくて良かった。修士課程の初日に読めて良かった」とも強く感じました。 特に印象に残ったのは、「しっかりと理解すること」が課題発見や意欲の維持といった研究の土台になる、という話。ソフトウェアエンジニアとして働いていた経験を振り返っても、優れたエンジニアは皆そうだったなと思い出し、納得しました。（「しっかりと理解すること」が何なのかついては、本書にわかりやすく書かれているのでここでは省きます。） こうして言語化・明文化されていることで、今後はより意識的に意思決定の軸として持てるので本当にありがたいありがたい… 本書に書かれていることを実践し、自分のものにしていくのは簡単ではなさそうですが、講義やゼミ、レポートなども含め、研究以外の場面でも科学的素養を養っていきたい！ すぐに読み返せるようにKindle版だけじゃなくて物理本でも買おうかな。

@GenomeMatcher 繰り返し拝読させていただきます🙇

@rynskrmt ご感想ありがとうございます。拙著がお役に立てば幸いです。

JAIST着きました！新生活！

引っ越し準備が落ち着きつつあるので、ぼちぼちXやる余裕が出てきました！ 手始めに、計算機キーボード拡張アプリの「Calkey」をアップデート！ 計算式が横に長いときの表示を調整し、見やすくしました。

👏

The AI Scientist: Towards Fully Automated AI Research, Now Published in Nature Nature: nature.com/articles/s4158… Blog: sakana.ai/ai-scientist-n… When we first introduced The AI Scientist, we shared an ambitious vision of an agent powered by foundation models capable of executing the entire machine learning research lifecycle. From inventing ideas and writing code to executing experiments and drafting the manuscript, the system demonstrated that end-to-end automation of the scientific process is possible. Soon after, we shared a historic update: the improved AI Scientist-v2 produced the first fully AI-generated paper to pass a rigorous human peer-review process. Today, we are happy to announce that “The AI Scientist: Towards Fully Automated AI Research,” our paper describing all of this work, along with fresh new insights, has been published in @Nature! This Nature publication consolidates these milestones and details the underlying foundation model orchestration. It also introduces our Automated Reviewer, which matches human review judgments and actually exceeds standard inter-human agreement. Crucially, by using this reviewer to grade papers generated by different foundation models, we discovered a clear scaling law of science. As the underlying foundation models improve, the quality of the generated scientific papers increases correspondingly. This implies that as compute costs decrease and model capabilities continue to exponentially increase, future versions of The AI Scientist will be substantially more capable. Building upon our previous open-source releases (github.com/SakanaAI/AI-Sc…), this open-access Nature publication comprehensively details our system's architecture, outlines several new scaling results, and discusses the promise and challenges of AI-generated science. This substantial milestone is the result of a close and fruitful collaboration between researchers at Sakana AI, the University of British Columbia (UBC) and the Vector Institute, and the University of Oxford. Congrats to the team! @_chris_lu_ @cong_ml @RobertTLange @_yutaroyamada @shengranhu @j_foerst @hardmaru @jeffclune

Codexの作業方針をずんだもんに喋らすようにした〜

そろそろ引っ越しなんだが、本の量が凄まじいので売って身軽になりたい。 バリューブックスの買取サービス使ってみるか。