Archive

2026

29 posts

  1. Claude Code の Projects に、Projects の記事を書かせてみた——初日の実録

    #claude-code #ai-agent #coding-agent #developer-experience

  2. 確率は安定していた。揺れていたのは自分のタグの選び方だった

    #llm #evaluation #production #ai

  3. Jev の確率は何に反応しているか — 質問文から名前を消したら 0.81 が 0.03 になった

    #llm #evaluation #prompt-engineering #ai

  4. Jev とは何か — ブログ57記事のタグ付けを任せたら、正誤が付かなかった

    #llm #evaluation #ai

  5. PHOTON を読んで、手元でミニチュア再現する — 475 倍をスループット×メモリに分解し、チャンク階層を自分で測る

    #llm #transformer #python #benchmark

  6. RAG production readiness checklist — 設計レビュー 1 枚で「本番に出せるか」を判定する

    #rag #evaluation #production

  7. 小さな言語モデルをゼロから学習する — nanoGPT 級を MPS で回し、PPL・速度・メモリを自分で測る

    #llm #transformer #python #open-source

  8. サンプリングは賭けだ — 1 回の正解 vs N 回の多数決、self-consistency で精度を買う代償を実測する

    #llm #transformer #python #evaluation

  9. KVキャッシュは記憶のコスト — 文脈が伸びるほど decode が重くなる理由を実測する

    #llm #transformer #python #open-source

  10. Sonnet 5 と Opus 4.8 を Claude Code で実測比較——コスト差1.67倍は本当に効くのか

    #llm #benchmark #cost-analysis #coding-agent

  11. Attention は過去を読み直している — Q/K/V と O(T²) の壁を最小実装で覗く

    #llm #transformer #python #open-source

  12. LLM はトークンを1つずつ予測している — 自己回帰ループを手元で覗く

    #llm #transformer #python #open-source

  13. MLX vs ollama を M5 Pro で実測：Mac のローカル LLM、どっちのランタイムが速いか

    #llm #benchmark #open-source #qwen #ollama

  14. コーディングLLMを M5 Pro 48GB で実測：「動く」と「使える」を分けるのは context の壁だった

    #llm #benchmark #open-source #qwen

  15. DiffusionGemma を M5 Pro で実測：拡散LLMの「4倍速」は Apple Silicon で消える

    #ai #llm #benchmark #open-source #google

  16. RAG を作る前に読む地図 — 用語が「どこで牙を剥くか」を先に押さえる

    #rag #llm #ollama

  17. 本番運用 — Logging Safety / Drift / Cost / Rollback で RAG を運用する

    #rag #llm #production #python

  18. 評価 (クライマックス) — RAGAs 4 指標で Part 1-3 の改善を客観評価する

    #rag #llm #evaluation #ollama #python

  19. Generation を引用付きで書く — Anthropic Citations API と cross-encoder reranker

    #rag #llm #anthropic #ollama

  20. Retrieval を真面目に — chunking と hybrid search で recall を数値改善する

    #rag #llm #ollama #python

  21. 素朴な RAG の限界 — 100 行で動くけど「使える」とは言えない理由

    #rag #llm #ollama #python

  22. Bun が Zig から Rust に書き直された本当の理由 — Anthropic 買収・Zig の AI 禁止・Claude による 6 日 96 万行ポート

    #bun #rust #anthropic #claude-code #coding-agent

  23. プロンプトは「手順書」から「契約書」へ：GPT-3.5からGPT-5.5までの公式ガイド変遷と移行実践

    #ai #llm #prompt-engineering #gpt-5

  24. Codexペット機能を支える hatch-pet スキル徹底解剖——技術スタックと「他プロダクトへの流用」戦略

    #codex #openai #agent-skills #image-generation

  25. Qwen3.6-27B がアツい：27B dense でClaude 4.5 Opus に肉薄したオープンウェイトの転換点

    #ai #llm #qwen #open-source #benchmark

  26. gpt-image-2 徹底比較レポート：Nano Banana Pro／2との実運用コスト分析と使い分けガイド

    #image-generation #openai #google #nano-banana #cost-analysis

  27. ハーネスエンジニアリング入門：AIコーディングエージェントを「確実に動かす」設計思想

    #ai-agent #coding-agent #prompt-engineering

  28. 【GLM-4.7】Opus 4.5級の性能で激安？新星LLMの実力を徹底検証【モデル評価テンプレート付き】

    #llm #glm #claude #review

  29. AIエージェントのコード品質を劇的に高める「Skills」実践ガイド：React & FastAPI編

    #ai #antigravity #claude-code #agent-skills #coding-agent

2025

2 posts

  1. GitHub Actions CI/CD パイプライン構築の苦闘記 - TypeScript移行からFirebase統合まで

    #typescript #ci-cd #astro #web-development

  2. Fixing Theme Switching Issues in Astro with OKLCH Colors

    #astro #css #web-development
© 2026ZeroZawa. All Rights Reserved. /About /お問い合わせ /Privacy /RSS /Sitemap /Changelogs
Powered byAstro &Fuwari