Log inOpen app
そうだ、子供とお出かけ(イベント)に行こう profile banner
user avatar

そうだ、子供とお出かけ(イベント)に行こう

@VlogleGuide
お出かけやイベントに目のないITエンジニアの二児パパ👨‍💻 web記事(最近はSDGsに関心)、教育系youtube、EVENT情報から役立つ情報を発信します🤗 ・功績：#googleローカルガイド LV7 ・家族：妻、娘(2012年)、息子(2014年) ・拠点：東京、横浜が中心 ・趣味：#スカッシュ #節約
instagram.com/gaigai.father/
Joined June 2015
6
Following
241
Followers
RepliesMedia
  • user avatar
    そうだ、子供とお出かけ(イベント)に行こう
    @VlogleGuide
    19h
    DeepSeek-V4-Flash 284B 3bitをローカルで動かす現実解 RTX 5070(16GB VRAM)単体だと重みが入らないけど、メインRAMを128GB積んでMoE(アクティブ13B)のハイブリッドオフロード(llama.cpp等)を使えば動作可能 100GB超のモデルを128GB RAMに配置 16GB VRAMで計算補助 1秒に5〜15文字と実用速度で出力
  • user avatar
    そうだ、子供とお出かけ(イベント)に行こう
    @VlogleGuide
    Aug 16
    #MINIMAXH3 で動画生成していますが、#RTX3060 12GB だとメモリ不足で480P相当まで落とさないとOOMになる(´;ω;｀) 低解像度で出力後にアップスケール(HD化)して、フレーム補間で30→60FPS化で対応中 H3‑Regenerate‑2Kを活用したいがクラウド版限定で使えず。ローカルでも使えるようにならないかなー♪
    00:00
  • user avatar
    そうだ、子供とお出かけ(イベント)に行こう
    @VlogleGuide
    Aug 16
    AIを鍛える練習問題を"既存のコードやツール"に頼らず、能力要件から環境ごと自動構築するフレームワーク #NexForge 社内独自の仕様は外に出せないのが課題 AIで自社実務のシナリオ＋解法を自動生成し、Qwen等のSLMにFineTuningすれば高精度な自社特化型Agentが作れる
    user avatar
    Itaru Tomita / 冨田到
    @itarutomy
    Aug 1
    華東師範大学などの研究チームが、AIエージェントの学習データを自動生成するフレームワーク「NexForge」を発表した（https://arxiv[.]org/pdf/2607.14186）。
  • user avatar
    そうだ、子供とお出かけ(イベント)に行こう
    @VlogleGuide
    Aug 15
    LLMにアイデアを出させると「既存のA×Bの合体案」ばかりで、「最も安全な確率」を選んでしまう癖（バイアス）がかかる… だからこそ人間側の「指示（ガイド）」が重要 あらかじめAIに「この観点から出して」「合体案はNG」と制約をかけると、一気に実用的で鋭いアイデアを引き出せます
    user avatar
    Rohan Paul
    @rohanpaul_ai
    Aug 1
    This Yale + University of Chicago paper shows that real gap between LLM generated research ideas vs humans is not idea quality, but idea range: LLMs think narrower than human researchers. The researchers built a controlled test from 11,683 real papers, using each paper’s nearby
  • user avatar
    そうだ、子供とお出かけ(イベント)に行こう
    @VlogleGuide
    Aug 14
    重みを更新しないAI最適化 #GEPA スコアで評価せず、Err-LOGや推論の失敗プロセスをLLMに読ませ"何がダメだったか"を言語化してPromptを自動修正。 車載カメラ/CANログ解析の誤検知/失敗理由から判定PromptをSoCで自動自己修復 #GRPO (強化学習)不要なので、リソース制約のあるNPU/SoCでも導入可
    user avatar
    Avi Chawla
    @_avichawla
    Aug 1
    Researchers built techniques to improve AI systems that: - never fine-tune a model to update weights - run without any manual intervention One of them beat a 56-year-old math record. Another beat reinforcement learning with 35x fewer rollouts. Here's how these techniques work