ヒビチョフ

いくら単一の観測データを精緻に読み解けるエージェントができたとて、単一ソースで物事が動くほどビジネスインサイトは陳腐じゃないし、馬鹿にしないでくれと言いたくなるが、まぁやるしかない。

正解と答えの間の微妙なニュアンスをつかめるかどうかが重要。

AIエージェント×WorldIDはかなり威力あるな。

📕本日発売! 『MLflowで実践するLLMOps――生成AIアプリケーションの実験管理と品質保証』(技術評論社・エンジニア選書) MLflow 3の4本柱 Tracing / Evaluate & Monitor / Prompt Registry / AI Gateway を通して、生成AIアプリの実験管理・評価・運用を一気通貫で解説した日本語初の一冊です。 gihyo.jp/book/2026/978-… サンプルコード:github.com/takaaki-yayoi/… #MLflow #LLMOps #生成AI

@eta1ia ありがとうございます！ 法務部門などいろいろ突破しないとリリースむずそうなのですが、チャレンジしてみます！！

@tsuuuuupe ぜひぜひ！どんな人が来るか興味あります。

これめちゃくちゃ賢い活用法かも 真似して良いですか

これまじか。

え、まじ衝撃ですね

チームメンバー優秀すぎるので逆にプレッシャー。

@DatabricksJP このLakebase夢詰まってるなぁ。 Postgresとして使っていきたい。

📊 運用データベースの常識が変わります！ 従来のOLTPデータベースが抱える課題と、その解決策をまとめました👇 ▶︎databricks.com/jp/blog/operat… 🔹 OLTPの役割 決済処理や在庫管理など、リアルタイム取引の中核を担うシステムです。ACID保証・ミリ秒単位の低レイテンシで日常業務を支えていますが、分析用のOLAPとは設計思想が根本的に異なります。 🔹 従来型の限界 非構造化データやベクトル検索・AIワークロードへの対応が不十分です。OLAPとの間に遅いETLパイプラインが必要で、リアルタイムAI活用の大きな壁になっています。厳格なスキーマや垂直スケーリングの限界も深刻です。 🔹 Lakebaseという解答 Databricksが提供する新アーキテクチャ「Lakebase」は、ストレージとコンピューティングを分離し、サーバーレスPostgresとオープン形式でマルチクラウドに対応します。OLTPとOLAPを単一プラットフォームで統合し、AIエージェントや不正検出にほぼリアルタイムでデータを届けます。 💡 つまり「運用DB × 分析基盤 × AI」が一つになる時代の到来です！ #Databricks #データベース #AI

マルエツ まるっぴーのお買い物～かご詰め検定～ 238個キャッチして【ハードモードまるっぴー<初級>】を獲得！🎉 称号12個ゲット！

やっと観られたプロジェクト・ヘイル・メアリー ちょー感動した ロッキーだいすき

@taka_aki こちらこそ、LLMの正当な評価のためのデファクトスタンダードをこうして体系化していただき感謝しています。 なのでこれはもはや、やるやらじゃなくて、やるか、やるかしかないのです笑

@tsuuuuupe ありがとうございます!「やらねば」と思ってもらえるのが一番嬉しい感想です!!

めっちゃ良かったー。 やらねば。

こちらのリンク、もっと広めて欲しいです！

@noritaka_okabe @grok どういうこと？

これが日本円復活のチャンス。 絶対に逃してはならない。

これは期待

キリフダもJPYC対応オンライン決済導入支援！