@_mathbullet

Drummer @INSANITY_off｜博士（京都大学） ｜YouTube『数理の弾丸』｜著書『言語の数理とLLMの知能』オーム社｜note: https://xitter.cf/t.co/Bo6uCgYtpv

 mathbullet.com
youtube.com/@mathbullet
Joined July 2024
  • Tweets715
  • Following301
  • Followers1.6K
151Media
今週金曜です！六本木でお会いしましょう AI駆動の知識吸収・書籍の活用について話します techplay.jp/event/997055

生成AI時代に「本」は何を担うのか？ 著者・編集者が語るデータ界隈100人カイギ - TECH PLAY

2026年09月04日開催データ界隈100人カイギ｜キュレターはマスクド・アナライズさん！テーマは生成AIと本です！

techplay.jp
3
12
2,058
今日は人生初の大腸検査 モビプレップ不味すぎてヤバィ
1
244
数理の弾丸 / 船蔵颯 Ph.D. retweeted
数理の弾丸 / 船蔵颯 Ph.D.
@_mathbulletOct 19
note.com/mathbullet/n/n88e79…

Harness²：実用志向の再帰的自己改善｜数理の弾丸

弾丸です。Google Cloud AI Research のグループが、エージェントのハーネスを、タスクを処理しながら改善していく枠組み Harness² の論文とコードを公開しました。 Harness^2: Recursive Agent Harnessing for an Open World LLM agents' capabilities depend not only on...

note.com
4
29
3,541
AIによるレビューで人間のレビューを迂回する、というのが本当に解くべき問題に対する解決策なのか？これはLLM as a judgeについても同じことを思う Xの振る舞いを検証するためにXの正しさを仮定する構図で、これでは不確かさが無限遡行するのみでは（たとえ役割ごとにハーネスを変えたとしても、本質的なこの構造は同じに思える）
9
747
note.com/mathbullet/n/n88e79…

Harness²：実用志向の再帰的自己改善｜数理の弾丸

弾丸です。Google Cloud AI Research のグループが、エージェントのハーネスを、タスクを処理しながら改善していく枠組み Harness² の論文とコードを公開しました。 Harness^2: Recursive Agent Harnessing for an Open World LLM agents' capabilities depend not only on...

note.com
4
29
3,541
note.com/mathbullet/n/n554ba…

最近IDEを使っている｜数理の弾丸

弾丸です。ここしばらく、herdrというターミナルマルチプレクサの上でコーディングエージェントを並列に動かす形で開発をしてきました。herdr については以前動画で紹介しています。 この形は今も変わっていないのですが、最近は開発の一部で VS Code を併用するようになりました。要は自分の成長を止めないためにです。 想定しているのは、ターミナルを中心にエージェントで開発していて、自分の技術...

note.com
9
2,242
DeepSeek は、DeepSeek-V4.1-Flash の小規模な更新版として DeepSeek-V4.1-Flash-1017 の重みを MIT ライセンスで公開した。推論、コーディング、エージェント課題、視覚ベンチマークの成績が改善し、タスクの実行時間と出力長が短くなったと主張されている。総パラメータ数は763B で、推奨される文脈長は100万トークンである。エージェント系の評価では、Claude Code のハーネスで実行した Terminal-Bench 4.0 のスコアが前版の31.2から42.3に上がった。これは Opus 5 の51.8には届かないが、GPT-5.6 Sol の39.9を上回る。ソフトウェア工学系の DeepSWE v1.1 では77.0で、Opus 5（74.0）と GPT-5.6 Sol（73.0）を上回った。一方、既存ソフトウェアの再実装を求める ProgramBench では29.1で、Opus 5 の37.0を下回った。比較表の多くの行では Opus 5 が最高値であり、1017版が Opus 5 を上回るのは DeepSWE、Automation-Bench、Agents' Last Exam、Apex Bench など。 huggingface.co/deepseek-ai/D…

deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

huggingface.co
8
798
プルリクをAnthropic側の基盤で複数のエージェントが解析し、指摘をコメントとして投稿する機能 code.claude.com/docs/en/code…

Code Review - Claude Code Docs

Catch bugs in GitHub pull requests with Code Review: Claude reviews each change, verifies its findings, and comments inline. For Team and Enterprise plans

code.claude.com
1
10
1,036
数理の弾丸 / 船蔵颯 Ph.D. retweeted
TypeSafe AI
@typesafeaiOct 15
we meant it when we said machine-native types go far, far beyond just decisions, and were very careful about how we defined System One models. introducing the bounding box primitive to Jev 1.14, for locating at the speed of Jev. deets in the docs: docs.typesafe.ai/go/box
4
44
26
537
115,988
おれはフロンティアとされる（それなりの労力をかけたハーネスの上での）LLMの翻訳より素人の人間の翻訳の方がずっとましで、プロは尚更だろうと思っているし頼るべき存在と思っているが、この発信は機械翻訳の技術的成果に対するリスペクトが余りにも無いので共感する気が失せるのだろうと思う
Kaori Myatt 🇫🇷France
@KaorimyattOct 11
先日の投稿に多くの反応をいただき、AI翻訳について世間とプロの見方に大きな差があると感じました。なぜプロの翻訳者は「AI翻訳は使えない」と言うのか。現場の実感をまとめました。

「AIなら速くて安い」の裏側

Article · @Kaorimyatt
1
8
1,580
「単なるDeepL」を作るのにどれだけの金と時間と試行錯誤が必要かというのは、ただ入出力を眺めているだけでは理解できるはずもないこと
1
2
538
というか主張の骨格は翻訳という専門技能を人々は軽視している、みたいなことだと思うが、自身がその嘆かわしいスタンスを体現しているのが違和感の根っこか。
2
239
数理の弾丸 / 船蔵颯 Ph.D. retweeted
木曽崇／Takashi Kiso
@takashikisoOct 11
落合陽一氏は、技術に造詣のある人は「何かわからんけどアートの話をしとるんだな…」、アートに造詣のある人には「何かわからんけど技術の話をしとるんだな…」と思わせておいて、その実は誰にも通じない意味不明の話をしている人、という理解をしている。
わさびくん
@biz_kurichanOct 3
マジで定期的に読みたくなるやつ。 落合陽一全盛期頃に、「起業家やめて落合陽一ゼミに入るために筑波の院に行く」と言い残して消えた彼は元気にしてるのだろうか。 【サバの話だったの？】WEEKLY OCHIAIというコント、あるいは地獄について。 ken-horimoto.com/20181228115…

【サバの話だったの？】WEEKLY OCHIAIというコント、あるいは地獄について。

「WEEKLY OCHIAI」という番組が、コントとして最高に笑えます。真面目な番組なんだけど、「皆が一生懸命分かったフリをしてる」という状況が超面白いです。あと進行役の人が地獄です。

ken-horimoto.com
17
317
67
3,317
518,427
恐ろしく今更だけどroutines便利やな。これ自分用に作ってインフラも自分の管理下に置いて、Claude側の制約に依存しなくて済むようにしたらもっと良さそう
4
727
数理の弾丸 / 船蔵颯 Ph.D. retweeted
OpenAI Developers
@OpenAIDevsOct 6
Let your app choose the right model, tool, or action in near real-time with Decisions API, now available to all developers in public beta. The Decisions API makes decisions up to 10x faster than GPT-6 Luna through the Responses API.
315
461
411
5,066
1,936,346
論理と型の基礎を学ぶための案内 note.com/mathbullet/n/n38de8…

論理と型の基礎を学ぶための案内｜数理の弾丸

弾丸です。今回はこちらの動画の補足回です。動画を見て関心を抱き始めた方のために、どう学んでいけば良いかを案内します。 関係ない感想）一緒に撮った皆からは「1000再生くらいだろ」「サムネイル詐欺だ」などと散々に言われたのですが、ここ最近で最も勢いよく伸びています。僕も意外だったのですが、こういう話題を発信できて嬉しい限りです そもそもなんの話をしているのか 動画で話しているのは、大きな括りで...

note.com
5
1
22
3,473
数理の弾丸 / 船蔵颯 Ph.D. retweeted
数理の弾丸 / 船蔵颯 Ph.D.
@_mathbulletOct 3
仕様と実装の整合性を証明しながら実装するエージェント、数学の証明を定理証明器で書くAIなど、色々注目され始めているので コードの性質を「証明」する技術、そしてAIとの接続 youtu.be/41_1CdOSHTU

コードの性質を「証明」する技術、そしてAIとの接続

形式手法によるソフトウェア開発の中でも定理証明器をメインツールとして使うパターンについて導入します。IDS：https://arx...

youtube.com
2
6
1,219
仕様と実装の整合性を証明しながら実装するエージェント、数学の証明を定理証明器で書くAIなど、色々注目され始めているので コードの性質を「証明」する技術、そしてAIとの接続 youtu.be/41_1CdOSHTU

コードの性質を「証明」する技術、そしてAIとの接続

形式手法によるソフトウェア開発の中でも定理証明器をメインツールとして使うパターンについて導入します。IDS：https://arx...

youtube.com
2
6
1,219
数理の弾丸 / 船蔵颯 Ph.D. retweeted
Google Gemma
@googlegemmaSep 29
Turn DiffusionGemma into a Jev-like model. This brings a new level of precision to structured tasks. By seeding a canvas with a response template, vLLM lets you extract confidence scores and probability distributions for yes/no, multiple-choice, and scored questions, all in a single denoising step. Fast, efficient, and ready to scale!
35
162
33
1,883
120,394
codexなかなか許容できないくらいにはストレス溜まるけどclaudeのコスパがしんどすぎて乗り換えきれない
4
528
2026.9.28 心斎橋AtlantiQs 有難うございました！ youtu.be/VZrciDsLh4w?si=ZXhi…

INSANITY - THE PRODUCT OF MONKEY | Drum Cam

INSANITY: @insanitymoviechannel Live at AtlantiQs, 2026/09/27

youtube.com
1
2
4
1,181
@INSANITY_off
1
345
Load more