Tag timeline
同じキーワードで束ねられた更新を確認できます。カテゴリをまたいだ関連ニュースや実装トピックの追跡に使えます。
AI要約 全PJのコードを横断ベクトル検索: SQLite-vec + bge-m3 で自前code-ragを作った（vault-rag兄弟版） Claude Code の使用ログを集計したら、Bash 82% / Read 18% という数字が出た
AI要約 ——先輩、今夜はどうしたんですか、一人で飲んでいるなんて珍しい AIの話をすると眠くなる。だから一人でいたかった。 ——先輩がAIの話で眠くなるって相当ですよね。業界の人なのに 俺は業界の人じゃない。業界に飼われてる人だ。似てるようで全然違
AI要約 AIエージェントを長く運用していると、ぶつかる壁があります。賢いモデルを使っているのに、会話をまたぐと前提が毎回リセットされ、判断の重さだけが残る。これは「記憶」を設計していないからです。 この記事では、AIエージェントに永続記憶を持たせる
AI要約 「自社を理解するAI」の実現手段として注目されるファインチューニングだが、bge-m3・LanceDB・Ollamaを組み合わせたローカルRAG構成を検証したところ、多くのユースケースではRAGだけで十分な精度が得られることが示された。コストと運用負荷の観点からも、まずRAGを試すべきという知見は実務に直結する。
EN A hands-on experiment using bge-m3, LanceDB, and Ollama (gemma) found that a local RAG pipeline can match the practical needs of company-specific AI without fine-tuning, challenging the common assumption that training on proprietary data is necessary.
AI要約 Copilot Chat と Claude Code の会話履歴を ChromaDB に投入して『過去の自分』を検索する この記事でわかること VSCode Copilot Chat と Claude Code が自動保存している会話ログ
og fallback AI要約 LLM のコスト最適化には大きく 2 つの軸があります。1 つは「1 クエリで何を読ませるか」= 入力トークンを減らす 設計、もう 1 つが本稿で扱う「そもそも検索・生成をするか」= 重い処理の回数を減らす 設計です。 本稿は後者、「毎回検
og fallback AI要約 弁護士・税理士の太田垣（@yoshiki_otagaki）です。 士業の現場で実際に動かしている AI 活用・業務自動化を発信しています。 Next.js + Supabase + Anthropic API + 独自 MCP サーバで法律
AI要約 In-context learningを暗黙的勾配降下と結びつけ、RAGの文脈選択を最適化フレームワークとして再定式化した研究。
EN arXiv:2605.26356v1 Announce Type: new Abstract: In-context learning has recently been linked to implicit gradient descent in linear self-attention models, suggesting that context can induce a forward-
og fallback AI要約 多数のツール定義を持つAgentic RAGシステムで、ツールスキーマの圧縮によりコンテキスト制約問題を解決する手法を提案。
EN A new approach compresses tool schemas in agentic RAG systems to resolve the resource conflict between tool definitions and available context budget in LLMs.
og fallback AI要約 Dify のノーコード AI ワークフローを活用し、情シス・人事・経費などの社内問い合わせに対応する RAG システムを 5 つの Knowledge ベースで構築した実践レポート。
EN A hands-on report on building an internal Q&A AI with Dify, covering IT helpdesk, HR, and expense queries using five Knowledge bases and a no-code RAG workflow backed by Claude.
AI要約 Microsoft Copilot StudioでRAGを構築する際、GPTとClaudeの挙動差が社内文書の回答精度に影響する問題を検証し、実践的な改善策を解説。
EN A practical deep-dive into RAG behavior differences between GPT and Claude when building internal chatbots with Microsoft Copilot Studio, using HR policy documents as a test case.
AI要約 IBMがApache 2.0ライセンスで公開した多言語埋め込みモデル「Granite Embedding Multilingual R2」は、100M未満のパラメータ規模ながら32Kトークンの長文コンテキストに対応。12言語をサポートし、同規模帯では最高水準の検索品質を達成したという。
EN Granite Embedding Multilingual R2: Open Apache 2.0 Multilingual Embeddings with 32K Context — Best Sub-100M Retrieval Quality
og fallback AI要約 GoogleはGemini Embedding 2を発表し、エージェント型のマルチモーダルRAG構築を可能にした。テキスト・画像・コードを横断する検索精度を向上させ、開発者がより高度な検索拡張生成アプリを構築できる基盤を提供する。
EN Google has announced the general availability of Gemini Embedding 2, a unified model that maps text, images, video, audio, and documents into a single semantic space. This model allows developers to p
og fallback AI要約 Sentence Transformersが画像やマルチモーダル入力に対応するよう拡張された。CLIPやSigLIPなどのモデルを共通APIで扱え、テキスト・画像横断の埋め込みやリランキングが可能になり、検索やRAGの構築が容易になる。
EN Multimodal Embedding & Reranker Models with Sentence Transformers
AI要約 MicrosoftはSemantic KernelのVectorData .NETパッケージのバージョン10.1.0を公開した。ベクトルストア抽象化の安定化や周辺コネクタの整備を進める更新で、.NET向けRAG構築の基盤強化に位置付けられる。
EN Changes: 14ea2fc SK .NET Release version bump ( #13685 ) 8b32b3b DF PR Review workflow ( #13687 ) 30aec16 Update OpenAI to 2.9.1, Azure.AI.OpenAI to 2.9.0-beta.1, Azure.AI.Projects to 2.0.0-beta.2, Mi
media fallback AI要約 Google DeepMindがLLMの事実性を体系的に評価するベンチマーク群「FACTS Benchmark Suite」を発表した。長文応答の事実性や根拠付けを測るFACTS Groundingに加え、新たな評価軸を追加し、モデルの幻覚問題を多角的に検証する枠組みを提供する。
EN Systematically evaluating the factuality of large language models with the FACTS Benchmark Suite.
media fallback