MAPIEではじめるコンフォーマル予測入門

機械学習モデルを業務に組み込もうとすると、「この予測はどのくらい信用していいのか」を必ず聞かれます。売上予測が 120 だったとして、それが 100〜140 の間に収まりそうなのか、50〜190 くらいまで振れうるのかで […]

Ollama × Jevライクモデルで始める意思決定モデルの活用

ChatGPTをはじめとするLLMは、チャットや文章生成では既に「超人的」と言えるレベルに達しています。しかし、実際の業務システムに目を向けると、「このサポートチケットはどのチームが担当すべきか」「この問い合わせは緊急か […]

LLMエージェントを本番環境で運用し始めると、多くの開発者が共通の課題に直面します。温度パラメータ（temperature）を下げて同一の入力を与えた場合でも、実行ごとにツールの呼び出し順序や最終出力が微妙に変動してしま […]

Claude Code、GitHub Copilot、Codexといった主要なAgent Host上で、SKILL.md という1枚のファイルにタスクの手順を記述することでエージェントの振る舞いを拡張する「Agent S […]

近年、LLMベースのエージェントにおいて、自らのプロンプトやガードレールを修正し自己改善を進める「自動ハーネス最適化 (Automated Harness Optimization)」の導入が進んでいます。しかし、「観察 […]

現代のAIエージェントの能力は、基盤モデル単体の性能だけで決まるわけではありません。プロンプトの構築、状態の管理、そしてツールの呼び出しなどを統制する「ハーネス（Harness）」と呼ばれる実行基盤が重要な役割を担ってい […]

近年、LLMベースのエージェントは単なる受動的な質問応答から、自律的に環境を認識し、長期的なタスクを完遂するシステムへと移行しています。このような機能的要件を満たすため、現在のエージェントは「認知エンジン」である基盤モデ […]

観測データから物理法則や数学的関係式を導き出すシンボリック回帰（SR: Symbolic Regression）をご存知でしょうか？従来の手法では、探索空間の組み合わせ爆発や、事前知識をシステムに組み込む難しさが長年の課 […]

ディープラーニングモデルの学習を安定させる上で、Batch Normalization (バッチ正規化) や Layer Normalization (レイヤー正規化) といった正規化層は、長らく不可欠な技術とされてきま […]

モバイル端末やエッジデバイス上でAIを動かす「オンデバイス推論」が近年注目を集めています。これまで、PyTorchで構築したモデルをエッジデバイスで展開する際は、主にTorchScriptベースの「PyTorch Mob […]