本記事はAI Agent Hackathon提出用に作成した説明記事です。 チーム「もつなべ」の4名で開発しました。 Chrome拡張「AI家庭教師くん」 デモ動画 はじめに 現代は、Web上に膨大な情報があふれる時代です。特にエンジニアリングやIT分野に関心を持つ大学生や若手社会人は、最新技術や豊富な学習コンテンツにアクセスできる一方、情報の取捨選別や理解の定着に苦労することが多くなっています。従来の学習方法では、長文の技術記事や動画講座をただ眺めるだけで「分かった気になる」状態に陥り、実務に即応するスキルの獲得が難しいという課題がありました。 そこで登場するのが我々が開発した「AI家庭教師くん」です。本プロダクトは、Chrome拡張としてユーザーのWebブラウジング環境に常駐し、要約結果やチャット形式の質疑応答、クイズなどを通して、学習内容の整理・理解・定着を効果的に支援します。さらに
2024/04/09 続編書きました。 LangChainを使って色々LLMアプリを作って遊んでいます。 体感速度が遅いけど、どこが遅いかわからない サンプルソースをコピペして作ったので、実は中身のことをわかってない 入力と出力だけじゃなくて、中間の状態も知りたい みたいなことってありませんか？そんなときに使えるツールを見つけましたのでご紹介します。 Langfuseとは LangfuseはLLMエンジニアリングプラットフォームです。LLMアプリからメトリクスやトレースを取得し可視化できます。また、評価、プロンプトの管理、データセットの作成なども行えます OSS開発が進められており、開発の主導はFinto Technologies GmbHというドイツの企業のようです。 公式サイト 主要機能（公式サイトより） LangSmithと類似したツールですが、OSSなのでセルフホストできる点がポイ
概要 元サイトの許諾を得て翻訳・公開いたします。 英語記事: Railsmas on Mars: 12 Days of Mandatory Developer Joy and Challenge—Martian Chronicles, Evil Martians’ team blog 原文公開日: 2024/12/31 原著者: Svyatoslav Kryukov（バックエンドエンジニア）、Artur Petrov（バックエンドエンジニア）、Travis Turner （技術編集者） サイト: Evil Martians -- ニューヨークやロシアを中心に拠点を構えるRuby on Rails開発会社です。良質のブログ記事を多数公開し、多くのgemのスポンサーでもあります。 日本語ブログ: 合同会社イービルマーシャンズ - Qiita 日本語タイトルや見出しは内容に即したものにしました。
There’s a lot of chatter in the media that software developers will soon lose their jobs to AI. I don’t buy it. It is not the end of programming. It is the end of programming as we know it today. That is not new. The first programmers connected physical circuits to perform each calculation. They were succeeded by programmers writing machine instructions as binary code to be input one bit at a time
Hugging Faceの最新小型AIモデル「SmolVLM」、ビジョン／テキストタスクで圧倒的コスト削減の可能性 さらに進む、AIモデルの小型高性能化 AIモデルの高性能化と小型化の流れが加速している。メタが2024年7月にリリースしたLlama 3.1 405B（4,050億パラメータ）と、その5カ月後にリリースされたLlama 3.3 70B（700億パラメータ）の性能を比較すると、その進化の速さが見て取れる。 Llama 3.1 405Bは基本的な言語理解力を測るMMLU Chatテストで88.6%のスコアを記録したが、パラメータ数が約6分の1のLlama 3.3 70Bも86.0%とほぼ同等の性能を示したのだ。 さらに、指示への追従性を測るIFEvalでは、Llama 3.3 70Bが92.1%とLlama 3.1 405Bの88.6%を上回る結果となった。プログラミングコードの
![Hugging Faceの最新小型AIモデル「SmolVLM」、ビジョン／テキストタスクで圧倒的コスト削減の可能性 | AMP[アンプ] - 人生の豊かさを生む瞬間を情報でつくりだす新世代向けビジネスメディア](https://cdn-ak-scissors.b.st-hatena.com/image/square/7636b065cbf56ff9c586fa9163c976d86c7aa976/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fproxy.goincop1.workers.dev%3A443%2Fhttps%2Fampmedia.jp%2Fwp-content%2Fuploads%2F2025%2F01%2Fshutterstock_2501992377.jpg)
⚠ この記事はもともと v0.45 のときに書いた記事ですが、 v0.49 現在（2025-04-28）の内容に合わせて更新しました。 また、現在では Cursor のドキュメントもだいぶ整えられてきました。 一次ソースの参照に抵抗がない方は、 https://docs.cursor.com/context/rules を参照してください。 1. Project Rules とは Cursor の Project Rules（v0.45~） は、Cursor Chat/Composer での対話において、必要なコンテキストを与えるための機能です Cursor Settings > Rules > Project Rules から設定できます。 これまで、Cursor では User Rules, .cursorrules といったカスタムルールを用いて、プロンプトのコンテキストを与えていま
1. 始めに こんにちは、morioka12 です。 本稿では、バグバウンティの脆弱性調査で使われている LLM の活用事例について少し紹介します。 1. 始めに 免責事項 2. LLM の活用事例 SimonW「LLM」 3. Recon CewlAI Subwiz ffufai Crawl4AI Athena WARC-GPT 4. Browser Extension Nuclei AI Extension 5. Web Proxy Plugin Shift (Caido) Caido403Bypasser (Caido) BurpGPT (Burp Suite) Add: Montoya API (Burp Suite) Hackvertor 6. ChatGTP Plugin PentestGPT Bug Hunter GPT Bounty Plz 7. 講演動画 Bug Boun
はじめに こんにちは、2023 年からジョブハウスで業務委託のバックエンドエンジニアをしている jxmtst です。 今日は、ジョブハウスで使用している Ruby on Rails の ViewComponent を用いて UI コンポーネントを実装する際に利用しているライブラリを紹介します。 ViewComponent（UI コンポーネント）× Lookbook（プレビュー）× rspec-snapshot（スナップショットテスト） という、フロントエンドエンジニアには馴染みのあるようなエコシステムを、Ruby on Rails 上で実現しています。 ViewComponent とは ViewComponent は、もともと GitHub のエンジニアによって開発されました。 大規模な Rails アプリケーションを扱う中で、ビューに関するコードの複雑化やメンテナンス性の低下といった問題
例えば、こちらのブログですが、グラフィカルな解説部分が、画像になっています。 Claudeはマルチモーダルに対応しているので、画像を添付した状態で「文字を抽出して」というと文字を抽出してくれますが、日本語で要約して回答したり、元の文章を正確に抽出する のは、意外と難しいと感じていました。 以下は、Claude.aiを使って「添付画像から文字を抽出して」と依頼した際の結果です。 原文そのままを正確に抽出したいときってありますよね？それを解決する方法を編み出しました。 方法は、「 HTMLで再現させる 」です！ 本投稿の先頭の画像を添付して「添付画像をHTMLで再現して」と依頼した際の結果がこちらです。 感動！！！ （注：右側が画像をもとに生成したHTMLを、プレビューした状態です。Claude.aiのArtifactsという機能です） アイコンがちょっと違うとか省略されてるとかはありますが、
まだ人間が議事録書いてるの？ 日本語特化の文字起こしAI『kotoba-whisper-v2.0』がスゴいらしい 企業の業務の中でも会議やプレゼンなどの議事録作成は効率化したい作業の上位に挙がってくるのではないでしょうか。実際、2023年8月にソースネクスト株式会社が行った「議事録に関する意識調査」によると、議事録の作成には平均50.4分の時間が費やされており、また部下の75.8%が会議中の議事録の作成によって発言しにくいと感じることがあるといいます。 そこで利用を検討したいのが、AIによる自動音声認識を利用した議事録の作成です。本記事では、日本語に特化して高い精度と速度を誇ると話題を呼んだ『kotoba-whisper-v2.0』を主に取り上げ、AIによる議事録作成の最前線をご紹介します。 日本語特化の文字起こしAI『kotoba-whisper-v2.0』とは？ 『kotoba-whi
Cloudflareを使った画像の配信パターンを紹介します。 Cloudflareで画像配信をする方法はたくさんあります。例えば、Cloudflare Imagesというプロダクトがありますが「それだけ」を使うのではなく、Cloudflare Workersをプロキシのように使ってR2をバックエンドにするといった画像配信の方法もあります。たくさんあるがゆえ、アプリケーションに最適な方法とその実装が分からないことがあるので、少しでも分かるようにしたいです。 Cloudflare Imagesについて 名称からして、画像配信というとこのプロダクトに辿り着きます。 ただ、Cloudflare Imagesは機能の集合です。これから紹介するようにCloudflare Imagesだけで配信ができるパターンもありますし、他のパターンでは、Cloudflare Imagesの画像変換や最適化の機能を使
新手法「TAID」によって学習された小規模日本語言語モデル「TinySwallow-1.5B」は、同規模のモデルの中で最高性能を達成しています。さらに、小規模のため、APIなどを介さずお手元のスマートフォンやPCで完結してチャットが可能です。ウェブアプリまたは、GitHubにてお試しいただけます。 本稿は、経済産業省とNEDOが推進するGENIACによって支援されたSakana AIの研究成果を紹介するブログシリーズの第3回目です。 概要 日常的な対話はもとより、数学やコーティングといった複雑なタスクまでも人間と遜色ないレベルでこなせるようになった大規模言語モデル（LLM）は、今後ますます多くの場面での利活用が期待されています。こうした大きな期待の一方で、LLMの開発・活用の現場では、莫大な計算資源の必要性が大きな壁として立ちはだかってます。まずLLMの開発現場では、「大規模データと巨大計
My new favorite thing is GitHub but replace the G with a U, uithub Instant 1 shot copy paste a repo to LLm — Nick Dobos @NickADobos October 4th, 2024 i pass github repo links to cursor a lot when I need help setting something up, but it only reads the readme file until i found this tool: http://uithub.com just change the g to a u in the url and you have a full repo context: https://uithub.com/ralp
This week OpenAI released a new offering called Operator. Operator is basically an AI agent that will browse the web for you. They weren't the first to do it, Anthropic released something called "computer use" a few months back, but with their brand recognition they've caused a stir. My take is that Operator is the beginning of the end for the open internet. If you've been using ChatGPT as much as
BrowsersReal browsers for your agent to use the web, without the headaches
この記事を読むたびに学びがあるなぁと感じていたが読むたびに忘れている気がするので現時点での理解を書き留めることで今後の学びの糧にしたい。本記事は元記事の全体を和訳する事や内容の全てを解説する事を目的としておらず、僕自身の学んだ事や振り返った事や噛み砕いた解釈を大いに含むので、本記事に書かれている内容は元記事の主張と一致している保証は全くない事を念頭においてほしい。 apenwarr.ca To paraphrase the book, the job of an executive is: to define and enforce culture and values for their whole organization, and to ratify good decisions. この本を言い換えると、幹部の仕事とは文化と価値を定義して強制し、良い決定を承認する事です。 元記事で言
2025年1月24日、OpenAIはウェブ上のタスクを自動実行するAIエージェント「Operator」を公開しました。 ユーザー専用のリモートブラウザを使ってサイトを閲覧・操作し、さまざまなタスクを自動化できます。 現在はアメリカのProユーザー向けの研究プレビュー版として提供されており、OpenAIはユーザーからのフィードバックをもとに機能を改善しながら、将来的にはPlusやTeam、Enterpriseへの展開も検討されています。 「Computer-Using Agent（CUA）」とは？Operatorの中核にあるのが、新しいモデルである Computer-Using Agent（通称：CUA） です。 GPT-4oの視覚的能力と強化学習による推論力を組み合わせることで、 画面上のボタンやフォームといったグラフィカルユーザーインターフェイス（GUI）を解析し、マウスやキーボードとい
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
