タグ: llm

"llm" が付いた記事と Wiki ページ

• 自然言語処理の基礎をやさしく解説 — Microsoft AI-For-Beginners レッスン 13〜20

  2026年10月2日

• AI-For-Beginners（Microsoft）

  Microsoft が GitHub で公開する無料の AI 入門カリキュラム。シンボリック AI からニューラルネットワーク、CV、NLP、Transformer までを 24 レッスンで辿る。日本語版あり

• AI の歴史と基本をやさしく解説 — Microsoft AI-For-Beginners レッスン 01

  更新日:2026年9月30日

• Microsoft の AI-For-Beginners 日本語版 — LLM の「手前」を積み直す教材として使う

  更新日:2026年10月2日

• Kimi K3

  Moonshot AI の 2.8兆パラメータ / 100万トークンモデル。KDA と Gated MLA のハイブリッド構成で KV キャッシュを削る「忘れ方」の設計が特徴

• Kimi K3 は2.8兆パラメータより「忘れ方」が新しい — KDA で読む記憶アーキテクチャと実運用コスト

  2026年8月3日

  Moonshot AI の Kimi K3（2.8兆パラメータ / 100万トークン）を記憶設計から解説。KDA 69 層 + Gated MLA 24 層のハイブリッド構成、KV キャッシュ 75% 削減の意味、トークン単価と Opus 5 比較、ローカル実行が不可能な理由まで。

• ローカルモデルに何を任せるか — Claude Code の開発ループに小さいモデルを混ぜる設計

  更新日:2026年8月9日

  Claude Code の開発ループにローカルの小さいモデル（llama.cpp / 27B クラス）を混ぜてトークンを削る設計を検討する。subagent 単位の振り分けは機構上できず、ツール化が本命。委譲の判断軸は「高ボリューム・低判断」であり、pass/fail 判定や敵対的レビューを手放してはいけない理由を整理する。

• すでにスワームだった —— 自律トレーディングシステムに「スワーム導入」が不要な理由

  2026年7月24日

  AIエージェント運用の進化モデル「プロンプト→ループ→スワーム→グラフ」を実在の自律トレーディングシステムに当てて自己診断した記録。段階モデルは「名詞（導入するツール）」ではなく「性質（並列がネイティブか・失敗がノードに限定されるか）」で使うべきで、診断してみたらすでにスワームだった、という結論に至るまでをコードの現状・開発史・あるべき初期plan.mdの三面から解説する。

• グラフエンジニアリング入門 — AIエージェントで多因子アルファモデルを組む「4段階」の到達点

  2026年7月24日

  プロンプト→ループ→スワーム→グラフというAIエージェント運用の進化を整理し、11ノードのグラフで多因子アルファモデルを自走させる設計を解説。並列の因子構築と逐次の検証ゲート、maker-checkerパターン、状態永続化まで、ツールに依らず持ち帰れる設計原則をまとめる。

• LLMLOOP を読む: LLM生成コードを5つのフィードバックループで磨き上げる仕組み

  2026年6月26日

  LLMが生成したコードにありがちなコンパイルエラーやテスト失敗を、5つの自動フィードバックループで反復的に直していく研究 LLMLOOP を読む。HumanEval-X での pass@10 が76.22%から90.24%に改善した仕組みと、実際の著者・出典を確認した。