タグ: llm

"llm" が付いた記事と Wiki ページ

• Redis 作者 antirez の "ds4" — DeepSeek V4 Flash 専用ローカル推論エンジンが M3 Ultra 512GB で 26 token/sec を叩き出す

  2026年5月12日

  Redis 作者 antirez が公開した DeepSeek V4 Flash 専用ローカル推論エンジン ds4（DwarfStar 4）を解説。Mac Studio M3 Ultra 512GB で 26 token/sec、KV キャッシュのディスク永続化、OpenAI / Anthropic 互換 API、Claude Code からの利用方法、2bit 非対称量子化、Exact Replay 設計まで網羅。

• AI は保守コストも削減すべき — 速度向上だけでは5ヶ月で逆効果になる仕組みをJames Shoreが解説

  2026年5月11日

  AI エージェントで開発速度が2倍になっても、保守コストが同率で削減されなければ5ヶ月後に生産性向上分が消滅する。James Shore の定量モデルが示す「速度向上率 × 保守コスト削減率 = 1」の必要条件を解説する。

• ほとんどの人が知らない Claude Code の 15 設定 — 思考深度デフォルト変更の真相と本来の性能を取り戻す方法

  更新日:2026年5月26日

• Karpathy の LLM Wiki — 公開48時間で5000スターを集めた「LLMが維持するパーソナル知識ベース」パターン

  2026年5月11日

• Claude Opus超えの新LLM「SubQ」— Subquadratic Sparse Attentionで1200万トークンを実現、コスト1/5に

  2026年5月8日

  Subquadraticが発表したLLM「SubQ」の仕組みを解説。Subquadratic Sparse Attention（SSA）により1200万トークン・FlashAttention比52倍高速・コスト$8（従来$2,600）を実現。Claude Opus 4.7超えのベンチマーク結果と、技術レポート未公開・独立検証なしという懐疑論まで網羅。

• バイブコーディングとエージェンティックエンジニアリング — AIの進化で崩れる境界線をSimon Willisonが考察

  2026年5月7日

  Simon Willisonが考察するバイブコーディングとエージェント開発の境界問題。AIへの信頼と責任の所在、品質評価基準の変化、プロエンジニアの価値について解説。

• MacBook Pro M4 + llama.cpp で実現した太平洋横断フライトのオフライン AI ワークフロー

  2026年5月2日

• LLM で日本語を使うと英語の 1.48 倍トークンを消費する「言語税」の実態

  2026年4月30日

  6社・9言語の比較データが示すLLM日本語コストの実態。日本語は英語より平均1.48倍、Claudeでは約2倍のトークンを消費する「言語税」の仕組みと、プロバイダー選択・プロンプト設計・キャッシュ活用によるコスト削減策を解説。

• 「ベクトルDB不要」でRAG精度を上げるCorpus2Skill — 文書を階層的スキルに変換してエージェントがナビゲートする新手法

  2026年4月29日

  ベクトルDBを使わずRAGの網羅性問題を解決するCorpus2Skill手法を解説。文書コーパスを階層的スキルディレクトリに変換しLLMエージェントがナビゲートすることで、WixQAおよびRAGBench全ベースラインを上回る精度を達成した2026年arXiv論文のまとめ。

• コードを1行も読ませずに AI で脆弱性を100%特定する — AST Deep Structure Map アプローチ（理論編）

  2026年4月27日

  Python の ast モジュールで生成した Deep Structure Map を LLM に渡す脆弱性検出アプローチを解説。Taint Analysis の理論とともに、AI コードレビューの精度を上げる手法を紹介します。