たまにお客様から「お店でお酒を出すのって、何か免許はいるんですか？」とか「夜の１２時をこえてお酒を出すのって風営法はどう関係しているんですか？」とか「お店を出すのに調理師免許がいるんですよね」とかって質問をされることがあるのですが、実は、日本では、「食品衛生責任者」という資格を持っているだけで小さい飲食店は始められます。この「小さい」ですが、店内で店員の数とお客様を足してその数が３０人までのことです。 ちなみに、僕がやっているbar bossaは席数は１８席で、働いているのは僕１人だけなので、食品衛生責任者の資格だけで大丈夫です。これで２４時間、お酒も出せますし、焼き肉も刺身も出せます。 店内での店員数とお客様の数が３０人以上の場合は防火管理者というのが必要です。 どちらも講習を受けるだけです。テストもないです。 食品衛生責任者というのは、保健所に連絡して、「今度、飲食店を渋谷でやろうと思
Bluesky MCP serverを自作し、SNS上に架空の友達を作る - すぎゃーんメモ の記事の続き。 「今後の課題」として挙げていた: 一番どうにかしたいのは、知識について。 プロフィールに書いたことしかインプットされないのでやはり偏りがあるし専門知識が足りない。 プリキュア全シリーズ好きなはずなのにひたすらスマプリのことばかり呟いてしまうし、最新作のキミプリについてはまったく知識が無い。オタクとしてあるまじき失態。 「重度のプリキュアオタクなギャル」という人格を作ったが、その肝心のプリキュアについての知識があやふやだったり足りていなかったりする、といった問題があった。 LLMは最新のプリキュアについて知らない RAGとベクトル検索MCP ベクトル検索MCPの作成 文書の収集と整理 Embedding、DB構築 動作確認 MCP Server作成 指定した人格として振る舞うLLMに
TL;DR Gemini Diffusion で話題になったので discrete text diffusion model である LLaDA の論文を読んだ continuous との対比では noise が MASK になり、MASK は離散処理なので予測後に remask をして再度予測をすることで良いトークン列を生成していくモデルになっている autoregressive モデルが抱える課題を解決しうるモデルでもあるので、今後の発展が楽しみ 2025年5月20日~21日に開催された Google I/O における大量の発表の中に、Gemini Diffusion という text diffusion model の話があった。 公式ページは https://deepmind.google/models/gemini-diffusion/ で、その速度や next token pr
フィットネス用ウェアラブル機器を試すときにまず気になるのは、データの正確さだ。スマートウォッチやフィットネストラッカーは安くはなく、しかも健康という重要なものを監視する以上、精度がものを言う。 多くの人が「Apple Watch」「Google Pixel Watch」「Oura Ring」「Whoop」など何らかのフィットネストラッカーを身に着けている。米国人の3人に1人が、健康やフィットネスのトラッキング機能のためにウェアラブル機器を利用しているという。そこで、これらの機器が信頼できるかという疑問が生じる。もし正確でないなら意味はあるのか。私たちはアナログに戻るべきなのだろうか。 米ミシシッピ大学の研究者たちは、心拍数、歩数、消費カロリーといった指標の計測値について、Apple Watchと信頼できる参照ツールを比較した56件の研究をメタ解析した。誤差は避けられないが、Apple Wa
GoogleのGeminiやChatGPTのOpenAI、OpenAIの元メンバーが設立したAnthropicのClaude、突如登場してAIの開発に対する業界の見方を大きく変えた中国のDeepSeekなど、さまざまなAIモデルが性能のアップデートを繰り返して覇権争いを続けています。Gemini、OpenAI、Claude、DeepSeekのどれが優れているのか、テクノロジー系メディアのTom's Guideが検証結果をまとめています。 I just tested the newest versions of Claude, Gemini, DeepSeek and ChatGPT — and the winner completely surprised me | Tom's Guide https://www.tomsguide.com/ai/i-just-tested-the-new
はじめに Anthropic といえば、最近はコード生成ツールが大きな話題になっていますよね。 ＡＩ企業アンスロピック、今年の売上高30億ドルに急増へ 売上高を牽引しているのはコード生成機能です。グーグルの親会社であるアルファベット（[GOOGL.O](https://jp.reuters.com/markets/companies/GOOGL.O)）や、アマゾン・ドット・コム（[AMZN.O](https://jp.reuters.com/markets/companies/AMZN.O)）が支援しているアンスロピックは、コンピュータープログラミングに特化した AI として知られています。 このコード生成機能を活用する際に使用するのが、CLI コマンドの claude です。このツールの完成度は非常に高く、最近ではコード生成時に積極的に利用するエンジニアも増えてきています。 この cla
Sunoが訴訟で負けたら、影響はそれに留まらない…もしSuno vs RIAAの訴訟でSunoが負けたら、イラストを学習してイラストを生成するAIも無傷では済まないと私は見ています。 Sunoのような音楽を学習して音楽生成するAIにてフェアユース否定された場合、同様にイラストを学習してイラスト生成するAIもフェアユース否定される可能性がかなり高いと思われます。というか、私が調べた限りだとフェアユースと判断できる材料が何も無いです。フェアユースの４要件すべてで否定されると私は判断しました。トランプさんが無理やりフェアユースにねじ込んでくるぐらいしか望みは無い。 フェアユース否定＝無許可学習は権利侵害アメリカにおける無許可学習は、「これはフェアユースだからOKだよね！」という論理で行われていたのです。それが否定されつつあるのが現在です。ほんとにフェアユース否定された場合、無許可学習は権利侵害に
June 4, 2025Doubling Down on Open SourceToday we are open sourcing all remaining Product Features in Langfuse under the MIT license The LLM landscape is changing rapidly and so are the workflows used to build and improve LLM apps. Today, we are open sourcing all Product Features in Langfuse to enable our community to iterate on their applications faster and provide our project with feedback on whe
Post-mortems, coffee, and a decade of stubborn curiosity Posted: 2025-06-03 Why I wrote the Beam Book After ten years of keeping Klarna’s core system upright I know this: a 15 millisecond pause in the BEAM can stall millions of peak-shopping payments, trigger a 3 a.m. Christmas-Eve post-mortem, and earn you a very awake call from the CEO. I wrote The BEAM Book so the next engineer fixes that pause
@dyoshikawaです。 先日、以下のリリースでZennのサイト内検索の高速化を行いました。 結論を先に述べるとCDNキャッシュやPostgreSQLの全文検索インデックスを活用して対応しました。この記事では本パフォーマンス改善の取り組みについて紹介します。 Zennの構成 ZennはGoogle Cloud上に構築されており、フロントエンドNext.jsとバックエンドRailsをそれぞれCloud Run上にホスティングしています。上の図では省かれていますが、CDNにはCloudflareを利用しています。 データベースはCloud SQL for PostgreSQLを利用しています。 検索速度とDB負荷に課題 2025年2月頃、某AIクローラーによる検索ページへの集中アクセスによりDBインスタンスのCPU使用率が100%近くに張り付いてしまうという事象が発生しました。 生成AIサ
日本には、Anthropicとの直接契約はないが、AWSとの契約はあるという開発環境が多く存在していると思います。この記事では、そのような環境でBedrock経由でClaude Code Actionを実行するための手順を記載します。公式のREADMEは5/24時点では不完全な状態で、issueを参照しながら必要な設定をまとめています。 READMEに書かれたymlの内容に過不足があったので、その内容を記録するためだけに記事を書いていたら、予想以上に前提やらを書くことになってしまった ymlの設定だけが気になる方は.github/workflows の設定を見てください。 また、どんな感じのことができるか、についてはおためし実行を見てください。 前提の整理 Claude Code Action とは、Claude CodeをGitHub Actionで動かして、issueからPRを作成させ
Swift at Apple: Migrating the Password Monitoring service from Java Swift is heavily used in production for building cloud services at Apple, with incredible results. Last year, the Password Monitoring service was rewritten in Swift, handling multiple billions of requests per day from devices all over the world. In comparison with the previous Java service, the updated backend delivers a 40% incre
We showcase a critical vulnerability with the official GitHub MCP server, allowing attackers to access private repository data. The vulnerability is among the first discovered by Invariant's security analyzer for detecting toxic agent flows. Invariant has discovered a critical vulnerability affecting the widely-used GitHub MCP integration (14k stars on GitHub). The vulnerability allows an attacker
ストックマークは、GENIACの第2期にて開発した、ハルシネーションを大幅抑止した1,000億パラメータのドキュメント読解基盤モデル「Stockmark-2-VL-100B」をHuggingFace Hubで公開します。本モデルはQwen2.5-VL-72Bの合成データを用いているので、Qwenライセンスの下で提供します。日本語ドキュメント読解性能においてGPT-4oよりも優れた総合性能を示すことがわかりました。このブログでは開発したStockmark-2-VL-100Bのモチベーション、アーキテクチャ、学習、性能評価を紹介します。 【基盤モデル公開先】 Stockmark-2-VL-100B：https://huggingface.co/stockmark/Stockmark-2-VL-100B-beta Stockmark-2-100B-Instruct-beta：https://hu
こんにちは。ソフトウェアエンジニアの古屋です。データベースのメトリクス、見てますか？私のチームが開発運用を担当する『カミナシ レポート』では Amazon Aurora MySQL をメインのRDBMSとして利用しています。この Aurora MySQL について少し課題がありました。 課題1. 増え続けるコスト 昨年の12月以降くらいでコスト、とくに Aurora:StorageIOUsage が右肩上がりで増えています（図の青色）。 課題2. 悪化するパフォーマンス （実際に運用されているのを初めて見たのですが）『カミナシ レポート』で利用している Aurora クラスターはCPU利用率（しきい値：60%）に基づいたオートスケールの設定がされており、アクセスのピーク帯になると負荷に応じて自動的にスケールアウトするようになっています。ただ、スケールアウトしてもパフォーマンスがよくなってい
ritouです。MIXI IDのあたりを担当しています。 背景 近年、証券会社のアカウント乗っ取りに代表される不正ログイン事案が社会の注目を集めており、ユーザー認証に対する不安が急速に広がっています。 世の中には多種多様な認証方式が存在しますが、往々にしてネガティブな側面が強調されがちで「パスワード認証は危ない」「多要素認証も中間者攻撃で突破される可能性がある」「パスキーは安全だと聞くけれど、いまいち使いづらい」といった声が散見されています。認証方式を比較するマトリックスを作っても「この方式はこの攻撃に弱い」といったところが気になってしまい、どれがどれぐらい安全なのか、安全に利用するために何に気をつけたら良いのかという全体像が見えにくい現状があります。仕組みを知らない人が漠然と怖いと感じるのはある程度仕方ないことですが、せっかく調べてみても知れば知るほど複雑さに直面し、かえって混乱を深めて
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
