ทวีตที่ปักหมุด
Takuya Toyama
3.1K posts
GBrain、人とAgent双方が操作する記憶システムとしてめっちゃ良さげ。シリコンバレーの実践知の集積。
Compiled Truthを生成することによる記憶容量の定期的な圧縮と、キーワード＋ベクトル検索のハイブリッド。
たくさんMtgしたり人と会って記憶を更新する頻度が多い人に特に有用だと思う。
Garry Tan@garrytan
If you want your OpenClaw or Hermes Agent to be able to have perfect total recall of all 10,000+ markdown files, GBrain is here to help. It's exactly my OpenClaw/Hermes Agent setup. MIT-licensed open source. Hope it helps you build your mini-AGI. github.com/garrytan/gbrain
日本語
Takuya Toyama รีทวีตแล้ว
Interesting. The tested graph memory is MiniLM+PageRank (essentially an embedding graph), so would love to see the scope discussed for systems outside A1, like retrieval via typed inference in description logics. We’re building an ontology-based memory layer on the Option 2 side, so very curious how the boundary between symbolic structure and semantic layers plays out.
English
国内企業向けのAI Agent、各社が陣地の奪い合いをして、AI企業とは名ばかりのハリボテソフトをWedgeとして売りつけて、Recordを分断しあってる気がしてならなかった。ここに若い人材と資金を投入することが正気とは思えない。
どれだけAI Readableな環境を構築するかが各企業にとってまずは重要なのに、エンプラも複数のソフトの営業を受けてPoCの名目で、データと担当者の注意力を分断させている場合ではない。
環境構築は暗黙知の明文化とガードレールの設計、さらに言えばAI従業員を中心とした実業務と組織構造のUpdateであり、どんなAIを使おうと、DataInputをゲーミフィケートしようと根本的に労力も責務もかかる。
薄利多売では現モデルのポテンシャルに対して実務成果が劣る。過去のメールや議事録をコンテキストにしたら終わりなわけがない。
各社、自業界/業務を深く理解し、成果報酬型のパートナーと共に、短期集中で環境を作りに行かないと、これも維持費の名目で低成果のAgentから"慎重に"進化させる方が得なパートナーに金と時間を食われて終わると思う。
その間に、Claude Managed AgentsやNanoClawのように基盤モデルまたは計算資源を有するServicerと、彼らの環境を素直に使う企業たちに淘汰される。実態は知らないが楽天は賢明と思う。
claude.com/customers/raku…
日本語
誇大広告かもしれないが、最高性能のモデルは損失を共有しあう非常に限られた国家/企業群にしか提供されないよう加速する。
価格がバカ高いから使えないんじゃなくて、危険だから使わせられない名分で。
庶民が先端モデルをサブスクで使えてる今は完全にボーナスタイムで、だからローカルでも高性能で軽量なモデルを進化させたり、no harnessからusefulな状態へと成立させる投資は決して無駄にならないと思う。
Anthropic@AnthropicAI
Introducing Project Glasswing: an urgent initiative to help secure the world’s most critical software. It’s powered by our newest frontier model, Claude Mythos Preview, which can find software vulnerabilities better than all but the most skilled humans. anthropic.com/glasswing
日本語
@r0ze_____ r0zeさんあざす！Worldに反応してしまう我々としては熱いテーマですよねw ぜひお聞きのプラットフォームで高評価お願いします！
日本語
Crypto Ludensの知見とtouyan さんの熱量が伝わってきて最高🔥
テーマもドンピシャで面白かった
Takuya Toyama@0xtouyan
今年からotoのconsomeさんと事業家のためのAIポッドキャスト"AI Naked" 始めてます🔥隔週月曜更新です #05 World Models / LLMのその先へ ▼Chapters 00:11 手を5回叩いて — 言語は現実の不完全な圧縮 01:15 LLMの根源的限界 — 現実を描写できても学習できない 02:21 マトリックスの比喩 — Video Model vs World Model 05:24 架空世界にインプットを与えたら 06:08 LLMのイラつき 09:40 動画生成の因果破綻 — ポテチ袋問題 10:10 RunwayのWorld Model転換 — GWM-1 11:25 Runwayの戦略 — Video ModelとWorld Modelの依存関係 14:06 Not Boring「Computing the Uncomputable」紹介 14:52 General Intuition/Medal — セレンディピティの誕生 17:36 オーバーレイアクションラベルの価値 19:12 sim-to-real転移の可能性 — MolmoBot 23:17 World Modelの用途 — ロボティクスからデジタル空間 26:26 目玉焼きのデータ問題 — 何から始めるのか 28:48 従来シミュレータ vs World Modelのデータ学習 31:40 「言葉を知らない原始人」 — World Modelの知性 34:17 スイカは凝固するか — LLMの推論の限界 36:03 因果関係「理解」は言い過ぎ — 行動と状態のペア学習 39:45 Google Genie 3 — 何に使えるんだろう？ 40:57 Generative World Model — 計算コスト100-1000倍 42:26 Latent World Model — ピクセルを捨てる。AlphaGoの系譜 47:20 AMI Labs $1.03B / World Labs $1B — 驚異の調達額 48:41 Pragmatic vs Platonic — Not Boringの分類 49:36 VLA — LLMにアクションヘッド 50:48 Hardware Lottery — VHS vs Betamax 54:08 データ供給タワマン構想 57:55 データの国・民族依存性 59:08 まとめ — 3つのアプローチ整理 1:00:47 MarbleはWorld Modelではない — RTFM転換 1:02:41 Fei-Fei Li — AI界のゴッドマザー youtu.be/98MRbAEoI2U?si…
日本語
- User操作/Agent(Momo)の操作のPairtyを維持しているのがGood
- Personal Chatで話すとコンテキスト情報をProactiveに追記してくれるオンボーディング体験は良い
- ディレクトリ構造的にClaude Agent SDKで動いていると予想。なので標準装備で割となんでもできる
- PersonalとTeam単位のそれぞれにコンテキスト境界を作っておりPersonal単位でのやり取りやカスタマイズは他のユーザーには見えず隠せている
- Team単位のコンテキストは自分のAgent(Momo)とその他のチーム共有での役割ごとのAgentとで共有されている、ここが複雑で分かりづらく、Momoだけでも十分成立するかなと思った
- Slack Appを自作することでSlackへの呼び出しも可能なのが既存のWorkspace環境との摩擦を減らせているが、いきなりSlackに接続できる情報権限を有する人に限られるのでは
- 故にWedgeはエンプラではなくスタートアップからだとは思うがClaude Agent SDKの抽象化製品としてはUIも凝りながらユーザー向けに過度に簡易化せずカスタマイズ性もあって個人的に好きで期待できる製品
Moxt@moxt_ai
What if every person on your team had an AI teammate — one that thinks, writes, builds, and remembers everything? Then more show up. AI researchers. AI operators. AI strategists. All working right alongside you. Build your AI team here. This is Moxt. → moxt.ai
日本語
最近明晰夢について調べてた時にWorld Modelという言葉が出てきて丁度気になっていたtopicで面白かった！
seedでビリオン調達意味分からん過ぎる
Takuya Toyama@0xtouyan
今年からotoのconsomeさんと事業家のためのAIポッドキャスト"AI Naked" 始めてます🔥隔週月曜更新です #05 World Models / LLMのその先へ ▼Chapters 00:11 手を5回叩いて — 言語は現実の不完全な圧縮 01:15 LLMの根源的限界 — 現実を描写できても学習できない 02:21 マトリックスの比喩 — Video Model vs World Model 05:24 架空世界にインプットを与えたら 06:08 LLMのイラつき 09:40 動画生成の因果破綻 — ポテチ袋問題 10:10 RunwayのWorld Model転換 — GWM-1 11:25 Runwayの戦略 — Video ModelとWorld Modelの依存関係 14:06 Not Boring「Computing the Uncomputable」紹介 14:52 General Intuition/Medal — セレンディピティの誕生 17:36 オーバーレイアクションラベルの価値 19:12 sim-to-real転移の可能性 — MolmoBot 23:17 World Modelの用途 — ロボティクスからデジタル空間 26:26 目玉焼きのデータ問題 — 何から始めるのか 28:48 従来シミュレータ vs World Modelのデータ学習 31:40 「言葉を知らない原始人」 — World Modelの知性 34:17 スイカは凝固するか — LLMの推論の限界 36:03 因果関係「理解」は言い過ぎ — 行動と状態のペア学習 39:45 Google Genie 3 — 何に使えるんだろう？ 40:57 Generative World Model — 計算コスト100-1000倍 42:26 Latent World Model — ピクセルを捨てる。AlphaGoの系譜 47:20 AMI Labs $1.03B / World Labs $1B — 驚異の調達額 48:41 Pragmatic vs Platonic — Not Boringの分類 49:36 VLA — LLMにアクションヘッド 50:48 Hardware Lottery — VHS vs Betamax 54:08 データ供給タワマン構想 57:55 データの国・民族依存性 59:08 まとめ — 3つのアプローチ整理 1:00:47 MarbleはWorld Modelではない — RTFM転換 1:02:41 Fei-Fei Li — AI界のゴッドマザー youtu.be/98MRbAEoI2U?si…
日本語
今年からotoのconsomeさんと事業家のためのAIポッドキャスト"AI Naked" 始めてます🔥隔週月曜更新です
#05 World Models / LLMのその先へ
▼Chapters
00:11 手を5回叩いて — 言語は現実の不完全な圧縮
01:15 LLMの根源的限界 — 現実を描写できても学習できない
02:21 マトリックスの比喩 — Video Model vs World Model
05:24 架空世界にインプットを与えたら
06:08 LLMのイラつき
09:40 動画生成の因果破綻 — ポテチ袋問題
10:10 RunwayのWorld Model転換 — GWM-1
11:25 Runwayの戦略 — Video ModelとWorld Modelの依存関係
14:06 Not Boring「Computing the Uncomputable」紹介
14:52 General Intuition/Medal — セレンディピティの誕生
17:36 オーバーレイアクションラベルの価値
19:12 sim-to-real転移の可能性 — MolmoBot
23:17 World Modelの用途 — ロボティクスからデジタル空間
26:26 目玉焼きのデータ問題 — 何から始めるのか
28:48 従来シミュレータ vs World Modelのデータ学習
31:40 「言葉を知らない原始人」 — World Modelの知性
34:17 スイカは凝固するか — LLMの推論の限界
36:03 因果関係「理解」は言い過ぎ — 行動と状態のペア学習
39:45 Google Genie 3 — 何に使えるんだろう？
40:57 Generative World Model — 計算コスト100-1000倍
42:26 Latent World Model — ピクセルを捨てる。AlphaGoの系譜
47:20 AMI Labs $1.03B / World Labs $1B — 驚異の調達額
48:41 Pragmatic vs Platonic — Not Boringの分類
49:36 VLA — LLMにアクションヘッド
50:48 Hardware Lottery — VHS vs Betamax
54:08 データ供給タワマン構想
57:55 データの国・民族依存性
59:08 まとめ — 3つのアプローチ整理
1:00:47 MarbleはWorld Modelではない — RTFM転換
1:02:41 Fei-Fei Li — AI界のゴッドマザー
youtu.be/98MRbAEoI2U?si…
YouTube
日本語
AIにおける哲学と、クリプト視点でAIプロダクトを解説してくれる唯一の番組で、おすすめです🔥
Takuya Toyama@0xtouyan
今年からotoのconsomeさんと事業家のためのAIポッドキャスト"AI Naked" 始めてます🔥隔週月曜更新です #05 World Models / LLMのその先へ ▼Chapters 00:11 手を5回叩いて — 言語は現実の不完全な圧縮 01:15 LLMの根源的限界 — 現実を描写できても学習できない 02:21 マトリックスの比喩 — Video Model vs World Model 05:24 架空世界にインプットを与えたら 06:08 LLMのイラつき 09:40 動画生成の因果破綻 — ポテチ袋問題 10:10 RunwayのWorld Model転換 — GWM-1 11:25 Runwayの戦略 — Video ModelとWorld Modelの依存関係 14:06 Not Boring「Computing the Uncomputable」紹介 14:52 General Intuition/Medal — セレンディピティの誕生 17:36 オーバーレイアクションラベルの価値 19:12 sim-to-real転移の可能性 — MolmoBot 23:17 World Modelの用途 — ロボティクスからデジタル空間 26:26 目玉焼きのデータ問題 — 何から始めるのか 28:48 従来シミュレータ vs World Modelのデータ学習 31:40 「言葉を知らない原始人」 — World Modelの知性 34:17 スイカは凝固するか — LLMの推論の限界 36:03 因果関係「理解」は言い過ぎ — 行動と状態のペア学習 39:45 Google Genie 3 — 何に使えるんだろう？ 40:57 Generative World Model — 計算コスト100-1000倍 42:26 Latent World Model — ピクセルを捨てる。AlphaGoの系譜 47:20 AMI Labs $1.03B / World Labs $1B — 驚異の調達額 48:41 Pragmatic vs Platonic — Not Boringの分類 49:36 VLA — LLMにアクションヘッド 50:48 Hardware Lottery — VHS vs Betamax 54:08 データ供給タワマン構想 57:55 データの国・民族依存性 59:08 まとめ — 3つのアプローチ整理 1:00:47 MarbleはWorld Modelではない — RTFM転換 1:02:41 Fei-Fei Li — AI界のゴッドマザー youtu.be/98MRbAEoI2U?si…
日本語
Spotify: open.spotify.com/episode/4aXjAD…
Apple Podcast: podcasts.apple.com/jp/podcast/ai-…
YouTube: youtu.be/98MRbAEoI2U?si…
YouTube
English
@0xtouyan 乳児の泣きは、それ以外の伝達方法がないがゆえの泣きだと思ってるので、淡々と対応すればええと思う。
ある程度育った子供・人の泣き声は、普通に心動くよ笑
日本語
男、ある程度子育てすると、泣き声に感情が動かなくなって「うるさい」も「かわいそう」とも感じなくなる説ある。
代わりに「あーはいはいお腹すいたのね」で身体は淡々と動くし、ストレスも減って関わる時間も増えて愛情も増す。
進化上合理的な変化だと思うが共感が得られないのであまり話せない。
日本語
今AI MatchmakerのSitchつくってるDiniさんがモデルらしいです
SYO@SyoCinema
最高の映画だったことを報告します… 高身長・高収入・完璧なハイスペ資産家か 貧乏だけど優しくて忘れられない元カレか どこを切っても名言の連続だし 恋愛あるあるに共感しかないし キャスト・スタッフ全員推せる A24の婚活ロマコメ『マテリアリスト』5/29公開
日本語
@shin_sasaki19 Y Comに挑戦した先輩起業家と最新のY Com/Paul Grahamについて語ったPodcastがあるのでShinさんにぜひ聴いて欲しいです🙋
▽Spotify
open.spotify.com/episode/7KDxW1…
▽Apple Podcast
podcasts.apple.com/jp/podcast/04-…
日本語
有事の防衛・政治・国家への引力を感じる。原油がなくなるかもしれん時にExcelの便利操作とかアホらしくなっちゃう。ホワイトカラーの俺たちが2010年代までに見聞きした圧倒的成長✊は、食糧生産よりもゲームのレベル上げに近似していた。公園からオフィスまでずっと遊べたその幸福は、失ってから気づく。
日本語
こういう事例を増やしたい。面接や査定など説明責任が大きいJudgementをAIに委任するのは反論に脆弱で、人間中心の組織ではCo-Pilot止まり。専門知識と精密な注意を要求するデジタル作業のAuto-Pilot。誰もが疲弊しているからこそ喜ばれる。
植西 祐介 | 経営管理とAIと複数士業専門家と@corp_conductor
日本語
FDE ✖︎バカデカBPO市場をai-nativeに塗り替えそうな会社が出てきてる。Anteriorが$64M調達。
保険会社の事前承認業務を担う看護師へのwedge。治療前に保険承認が必要な米国医療は年4600万件の申請を看護師が1件ずつ審査している。
Anteriorの製品「Florence」は臨床医×CS学士の強強社員を伴走させる医師版のFDEを採用。カルテと審査基準を自動照合して、明確なケースだけ自動処理。人間はグレーゾーンに集中できる。今はcopilot型だがモデルの汎化性能向上を沖で待ってる感。
精度99.24%、レビュー工数75%減。5000万人に適用済み。Sequoiaが出資。
日本だと「レセプト査定・返戻」がほぼ同じ構造の問題で、市場規模1.7兆円。日本版はまだないからチャンス感じる。
日本語
Takuya Toyama รีทวีตแล้ว
