カテゴリー
タグ
bunrustanthropicclaude-codecoding-agenttypescriptci-cdastroweb-developmentai-agentdeveloper-experiencecodexopenaiagent-skillsimage-generationaillmbenchmarkopen-sourcegooglecssglmclaudereviewnano-bananacost-analysisprompt-engineeringevaluationproductiontransformerpythonqwenollamaantigravitygpt-5rag
Series

判断だけを返すモデル Jev を、自分のブログで測る
文章ではなく型と確率を返すモデル Jev に、自分のブログのタグ付けを任せて測った3部構成の記録。何を返すモデルかから始め、正誤が付かなかった題材、確率が何に反応しているか、確率の上に載せた自作の規則の揺れまでを、実際に送った数字で追う。

ローカルLLMで覗く 言語モデルの中身 — トークンから PHOTON まで
LLM を「使える」から「中身を説明できる」へ。トークン・Attention・KVキャッシュ・サンプリング・ゼロから学習を最小実装で積み上げ、最終回で富士通の新アーキテクチャ PHOTON (ACL 2026) を手元の Mac でミニチュア擬似再現する、6 部構成の実装ノート。

使える RAG の作り方 — 測って・直して・運用する
「RAG のサンプルを動かせた」で終わらせず、「自分の案件で RAG を設計・評価・運用できる」状態まで読者を運ぶ。読み終えた翌日に production readiness checklist と評価レポートを書けるようにする、実務手順書としての 5 部構成。
