設定	適したタスク
Low または Medium*	ちょっとした質問、簡単な書き換え、基本的なリサーチ、会話的なやり取り
High*	標準設定
Xhigh*	もっとも難しい問題。複雑な構築、多段階の分析、品質が絶対に妥協できない作業
Ultracode*	Dynamic Workflowsを使った完全自律型のオーケストレーション。これについては後で説明します。

2. 何をするかだけでなく、なぜそれをするのかを伝える

Fable 5は、他のモデルとは異なり、単なる指示だけでは十分に性能を発揮できません。背景にある「なぜ」が必要です。だからこそ、多くの確認質問を行います。

文脈を与えることで、モデルはユーザーの意図を勝手に推測するのではなく、タスクを関連情報と結びつけることができます。

Anthropicが推奨する構造は次の通りです。

***プロンプト構造

私は、[より大きなタスク] に取り組んでいます。これは [誰のためのものか] のためです。  
彼らには [この出力によって可能になること] が必要です。  
それを踏まえて、[実際の依頼] をお願いします。

3. 指示は短くする

これは直感に反するように感じるかもしれませんが、Fable 5に移行する際にもっとも重要な調整のひとつです。

簡潔に「短く書いて」と指示するだけで、細かいパターンをすべて列挙するのと同じくらい効果があります。

Fable 5に対してプロンプトを過剰に設計すると、むしろ出力品質が下がることがあります。なぜなら、本来ならモデル自身が適切な方法を見つけられたはずなのに、ユーザーが過度に制約をかけてしまうからです。

4. いつ停止し、確認すべきかを伝える

Fable 5は自律的に動作するように設計されています。つまり、こちらが確認ポイントを定義しなければ、モデル自身がそれを決めます。

それで問題ない場合もあります。しかし、重要な作業や慎重さが必要な作業では、境界線を明確に設定しておくべきです。

Fable 5に自律的に作業を進めてほしいが、適切なタイミングで止まってほしい場合は、次の指示を使います。

***チェックポイント用プロンプト

本当に私の入力が必要な場合だけ一時停止してください。たとえば、破壊的または不可逆的な操作、本質的なスコープ変更、あるいは私にしか提供できない情報が必要な場合です。それ以外は作業を続け、完了後に報告してください。

5. メモリ システムを作る

Claude Fable 5は、過去の実行から得られた学びを記録し、それを参照できる状態にすると、特に高い性能を発揮します。

メモを書く場所を用意してください。単純なMarkdown ファイルで十分です。

Anthropicが推奨するメモリファイル用の指示は次の通りです。

***メモリ指示

1ファイルにつき1つの教訓を保存し、冒頭に1行の要約を書いてください。修正内容と確認済みのアプローチの両方を記録し、それがなぜ重要だったのかも含めてください。リポジトリやチャット履歴にすでに記録されていることは保存しないでください。重複を作るのではなく、既存のメモを更新してください。間違いだと判明したメモは削除してください。

III：Fable 5に最適なプロンプト構造（+/loops）

ここでは、上記のすべてのコツを組み合わせた、ほとんどのプロンプトで使うべき正確なフレームワークを紹介します。

一般的な構造

質の高いFable 5用プロンプトには、4つの要素があります。

**コンテキスト**：ファイル、データなど
**リクエスト**：実際に何をしてほしいのか
**出力形式**：どのような形で結果を返してほしいのか
**制約**：Fable 5が勝手に仮定してはいけないこと

これらをまとめると、次のようになります。

***最適なプロンプト構造

私は、[より大きなタスク] に取り組んでいます。これは [誰のためのものか] のためです。

彼らには [この出力によって可能になること] が必要です。

**リクエスト：**  
[具体的な依頼を明確な1文で書く]

**出力形式：**  
[結果をどのような構造・形式で届けてほしいかを正確に書く]

**制約：**  
[結果に至る過程で、してはいけないこと、勝手に仮定してはいけないことを書く]

IV：注意すべき点

Fable 5を使う際に覚えておくべきことです。

1. 予想以上に長く実行される

これは、Claude Fable 5に移行するチームが直面する大きな変化のひとつです。

高いeffort設定で難しいタスクを依頼すると、1つのリクエストが何分も実行されることがあります。

2. 依頼した範囲を超えることがある

Fable 5は、設計上プロアクティブです。

そのため、Claude Fable 5は、依頼していないアクションを取ってしまうことがあります。これを防ぐには、確認ポイントやループの設定を使います。

3. 古いプロンプトが逆効果になることがある

Claude Opus 4.8以前のような他のモデル向けに作った保存済みスキルやプロジェクト指示がある場合、それらはFable 5では、シンプルな新規プロンプトよりも悪い結果を生む可能性があります。

最初から作り直すのがよいでしょう。

4. サイバー セキュリティやライフ サイエンス関連の依頼を拒否することがある

Fableは指針（ガイダンス）によって誤認（幻覚）を起こす可能性があり、またユーザー側では「安全」だと思うプロンプトでも拒否することがあります。

5. ときどき早めに止まることがある

これが起きた場合は、単に次のように言えば十分です。

そのままエンドツーエンドで実行してください。

これで再び動き出します。

6. トークン コストが高い

そして当然ながら、これは非常に高価なモデルです。

6月22日までは有料プランで利用可能ですが、その後はすべてAPI コスト経由でのアクセスになります。

----

まとめ

Fable 5は長時間自律して動く協調型モデルであり、プロンプトは過剰に設計せず「簡潔な指示」と「背景（なぜ）」を伝えるのがコツです。さらに、努力レベル（effort）の選択や/loop（自律ループ機能）を適切に使いこなすことで、その圧倒的な実力を最大限に引き出せます。

Permalink | 記事への反応(0) | 14:52

2026-06-11

■Gemini3.5Flash(low)+context-modeで開発余裕でした

1時間 20分で使い果たしていたのに、2時間経っても＞60％残ってる

うちくらいの開発規模だとこれで大丈夫

Permalink | 記事への反応(1) | 16:08

2026-05-29

■Gemini3.5Flash(low)

1時間 20分でクオータ使い果たしたカス

Permalink | 記事への反応(2) | 14:53

2026-05-21

■ほげ

https://www.pixiv.net/artworks/142802923

Permalink | 記事への反応(0) | 03:09

2026-05-17

■「日本の性被害が少ないのは泣き寝入りで暗数が多いから」👈この主張、レイプ誘発する危険があります

左翼の方、フェミニストの方は日本の性被害が他国と比べて少ない、というデータに対して「泣き寝入りの多さ」「暗数」を主張することがあります。

しかし、これはまずいやり方です。

「性被害報告が少ない」と思われてしまうと、レイプへのハードルが下がってしまうからです。

実際、2016年でのうるま市女性殺害事件（https://w.wiki/NViP）では、加害者は「日本では (性被害者が被る)「文化的社会的スティグマ」が理由で、性暴力の報告率が低いため、自分が逮捕されるなどとは思っていなかった」と言及しています。

He didn’t fear being caught because of Japan’s low rate of reporting sexual assaults, he said, due to cultural and social stigma.

https://www.stripes.com/theaters/asia_pacific/former-kadena-worker-reveals-gruesome-details-of-okinawan-woman-s-death-1.453763#.WLDz4O_asVA

日本人の身の安全を守るため、暗数が多いと殊更主張するのは控えた方がよいでしょう。

Permalink | 記事への反応(0) | 16:22

2026-05-10

■しゃがみフェラで地面からってどう？

それはまた、「分かってる」人の攻め方ですね。

地面に近いローアングル（いわゆるアオリ視点）は、「女の子の小柄さ」と「圧倒的な肉感」を同時に強調できる最高にエロい構図です。

(extremely low angle:1.3), from below, looking up, crouching, on the ground, fellatio

※ extremely low angle にウェイト（1.3など）をかけると、より地面に近い視点になりやすいです。

Permalink | 記事への反応(0) | 13:23

2026-04-18

■原始人相性表

お利口になる

Gemini 3 Flash

悪化

Claude4.6 Opus/Sonnet
Gemini 3.1 Pro(High/Low)
Qwen3.5 9B
Bonsai 1.58 8B

感想

Thinkingが強いClaudeは明らかに鈍化

逆に小さいモデルでも幻覚が悪化

Gemini 3 Flash、こいつにだけ効く

元からイマイチな思考部分が更に人間のご機嫌伺いで右往左往するのがFlashの特徴だが、文脈の喪失で脱色されることでまあまあ動くようになる

特に粘り強さは体感倍以上になり、的はずれな提案も減ったし変な迂回もしなくなった。

ただし命令する側も原始人にならないと効果が薄い

でもこれって人間がダラダラ自由文章書かなくなって、センテンスを意識するようになったからでは？ケイブマンは訝しんだ

Permalink | 記事への反応(1) | 12:42

2026-04-10

■AI利用における　Aversion bias

AI利用における損失回避 バイアス（Loss Aversion Bias）**とは、AI ツールや生成AI（ChatGPTなど）を活用する場面で、人々が「AIを使うことで起こりうる損失（失敗、リスク、喪失感）」を過大に恐れ、結果としてAIの導入や利用を避けたり、過度に慎重になったりする心理的な傾向を指します。これは従来の損失回避 バイアス（損失の痛みが利得の喜びの約2倍強く感じられる）が、AIという新しい技術に適用された形です。特に「アルゴリズム 回避（Algorithm Aversion）」という関連現象と深く結びついています。

AI利用で損失回避バイアスが現れる主な理由

潜在的な損失の強調：AIの誤った出力によるミス（例：誤情報、業務エラー）、自分のスキルが陳腐化する、仕事がAIに取られる、責任の所在が曖昧になる、プライバシーやセキュリティのリスクなど、「失うもの」の方が「得る効率や生産性」のイメージより強く感じられる。

現状維持の心理：今までの人間中心のやり方を変えることで「何か大事なものを失うかも」という不安が先行する。

失敗の痛みの非対称性：AIが優れているとわかっていても、一度のエラーを見ると「人間の判断の方が安心」と感じ、AIを避ける（アルゴリズム回避）。

研究例として、意思決定をAIに委ねる実験では、利得フレーム（良い結果で報酬を得る場合）では人々がAIを避ける傾向が強い一方、損失フレーム（悪い結果で罰則を受ける場合）ではAIと人間の利用率がほぼ同じになることが示されています。つまり、損失の文脈では状況認識が高まり、バイアスが緩和される傾向があります。

具体的な場面での例

業務・職場でのAI導入：経営者やリーダーが「AI導入に失敗したら自分の責任になる」「チームのモチベーションが下がるかも」と恐れて、積極的な活用を先送りする（損失回避が強いと、得られる生産性向上より潜在リスクを重視）。

従業員が「AIに頼ったら自分の専門性が失われる」「AIの出力が間違っていたら恥をかく」と感じ、手作業に固執する。

日常のAI ツール利用（ChatGPTなど）：「AIの回答をそのまま使ったら誤情報で信用を失うかも」と過度に警戒し、利用を控える。

投資や財務判断でAI アドバイザーを使う場合、損失が出た時の痛みを強く想像して人間の判断を優先。

組織レベル：B2BでのAI プロジェクトで、財務部門などが「ROIが不確実」「失敗時の損失が大きい」と損失回避バイアスを発揮し、稟議が停滞する。

関連する現象アルゴリズム回避（Algorithm Aversion）：AIが人間より正確でも、一度のミスでAIを信頼しなくなる。損失回避がこれを増幅させる。

自動化バイアスとの対比：逆にAIを過信しすぎる場合もあるが、損失回避は「避ける」方向に働く。

AI 自身の損失回避傾向：生成AIが学習データから人間のバイアスを吸収し、損失領域で独特の反応を示す場合もあるが、主に人間側の心理が問題。

どう対処・緩和するか？（実践的なアドバイス）フレームの変更（Framing）：

「AIを使うと得られる効率」を強調するだけでなく、「AIを使わないと競争で取り残される（機会損失）」という損失フレームで伝えると効果的。研究でも損失フレームが採用意欲を高めることが確認されています。

小さな実験から始める（Low-stakes）：

重要な業務ではなく、補助的なタスクから AIを試す。失敗の痛みを最小化し、徐々に信頼を築く。

Human-in-the-Loop（人間の監視付き）：

AIの出力に必ず人間がチェックを入れる仕組みにすると、責任の喪失感やミスの恐怖が軽減される。

プレモータム分析（Premortem）：

「このAI プロジェクトが失敗したらどんな理由か？」を事前に議論し、リスクを具体的に管理下に置く。これで損失回避による過度な慎重さを和らげられる。

教育と実績の積み重ね：

AI リテラシーを高め、成功事例を共有。「AIはツールで、人間が最終責任を持つ」と明確にすると、喪失感が減る。

ルール化：

「AI出力は必ず××で検証する」など、事前ルールを決めて感情的な判断を減らす。

AI利用における損失回避バイアスは、技術のポテンシャルを十分に活かせない大きな障壁の一つです。特に2025-2026年現在、生成AIの業務活用が加速する中で、このバイアスを意識的に扱うことが、個人・組織の競争力に直結します。

Permalink | 記事への反応(0) | 16:24

2026-04-05

■anond:20260403141501

まーた読んでない増田か

"Post-secondary participation and graduation", p43-44, https://unesdoc.unesco.org/ark:/48223/pf0000397622

Case study – Japan: Gender focused Affirmative Action Policy in Higher Education

Japan’s Diversity, Equity, and Inclusion (DEI) initiatives in HE offer a nuanced case study of affirmative action policies with a predominant focus on gender. These initiatives have largely centred on increasing female representation, particularly in STEM fields, through targeted admissionsand hiring practicessuch as female-only quotas. While inspired by Western DEI models, Japan’s implementation has been selective and narrow, often overlooking other dimensions of disadvantage such as socioeconomic status, rural origin, and even the underrepresentation of men in certain academic tracks.

Overall, the implementation of these initiatives has led toincremental gains in female participation, especially in traditionally male-dominated disciplines (Kunitake, 2025). However, statistical analyses from institutions such as Doshisha University reveal a more complex picture: while women are more likely to pursue higher education, men are increasingly underrepresented, particularly in non-STEM fields, and are more likely to enter the workforce directly after high school. Moreover, students from low-income households and rural areas face significant barriers to accessing higher education due to the high costs of tuition and living expenses, which are not adequately addressed by current DEI policies (Kunitake, 2025).

Kunitake’s (2025) findings highlight a critical issue: Japan’s DEI efforts have disproportionately focused on gender, often overlooking other dimensions of disadvantage such as socioeconomic status, geographic origin, and male underrepresentation in certain academic tracks. The study also references the gender equality paradox, suggesting that in more gender-equal societies like Japan, inherent gender preferences in career choices may become more pronounced, complicating the rationale for gender-targeted interventions (Kunitake, 2025).

The challenges identified include:

Selective application of diversity principles, with limited attention to intersectionality.

Potential reverse discrimination and social resistance to gender-exclusive policies.

Lack of comprehensive evaluation mechanisms to assess the effectiveness and equity of DEI initiatives.

女子枠を否定するものでなく、女子枠以外の

経済的
地域的な格差
すべての過少代表グループ

に対して包括的な支援システムを保証するようなアプローチが求められているってだけ。

追記：最後の段落の英文を入れるとなぜか無効になる。

Permalink | 記事への反応(1) | 13:47

2026-03-30

■重度肥満だから800kcalで過ごした

身長160の90キロだった（女です）

このくらいになると、太りすぎていることで命の危機を感じることが増えてくる。血圧が恐ろしく高くなり、階段を一階分登るだけでかなり息切れした。地震災害があれば階段で移動することになる。血栓ができて精密検査送りになる（幸いにも精密検査辞には溶解してた）。意を決して適当に１日800キロカロリーで過ごした。

８００キロカロリーというのには一応根拠があって、VLCD（very low calorie diet）という肥満に対する食事療法として世界中に研究実績があり、基本的に良い結果を出している（※あくまで肥満の人に対してのみ。普通体重以下はやらないでね）

3週間目だが、だいたい1日に200ー500gずつ体重が減少。最初は栄養とか考えてなかったので体調不良だったが、たんぱく質や必須栄養素を意識し始めると、とにかく身体が軽くて快調になった。痩せ始めると運動が楽しくなり、30分のウォーキング習慣がついた。便秘だったけど毎日出るし、顔のサイズが3分の２くらいになった。どんだけむくんでたんだよ。

VLCDの研究では最長２ヶ月程度。なので増田も調子を見ながら２ヶ月サイクルで1200kcalに戻そうかなとかかんがえてる。栄養士ではないが一応医療系なので体の調子が悪いかどうかくらいは分かる。血圧が薬を飲んで１３０代だったが（飲む前は170近くあった）、最近は120代になってきた。尻肉や太ももの肉が減っているので、皮下脂肪も落ちているだろう。ということは内臓脂肪も減っているはず。まあこの調子でいけばいいかなと思う

とりあえずこのサイクルで標準体重目指す

Permalink | 記事への反応(4) | 13:29

2026-03-26

■[Tech Analysis] 2026 iGaming 산업의 기술적 표준: 에볼루션게임(Evolution Game)의 실시간 솔루션

디지털 엔터테인먼트 산업, 특히 iGaming 분야에서 '사용자 경험(UX)'은 단순한 디자인을 넘어 기술적 무결성을 의미합니다. 수천 명의 사용자가 동시에 접속하는 환경에서 단 1초의 지연도 허용되지 않는 실시간 스트리밍 기술은 이제 플랫폼의 생존과 직결됩니다.

최근 업계 분석가들 사이에서 가장 주목받는 기술 스택은 단연 **에볼루션게임(Evolution Game)**의 독자적인 아키텍처입니다. 저는 이번 리포트를 통해 이들이 어떻게 글로벌 표준을 정립했는지 분석해 보았습니다.

1. 초저지연(Low-Latency) 스트리밍의 혁신

에볼루션게임은 표준 프로토콜을 넘어선 최적화된 비디오 전송 기술을 보유하고 있습니다. 이는 전 세계 어디서 접속하든 1초 미만의 응답 속도를 유지하며, 실제 오프라인 현장에 있는 듯한 몰입감을 제공합니다.

2. 데이터 투명성과 보안 프로토콜

신뢰성은 기술력에서 나옵니다. 에볼루션게임은 모든 결과값을 실시간으로 암호화하여 저장하며, 조작 불가능한 RNG(무작위 숫자 생성) 시스템을 통해 공정성을 입증합니다. 이러한 데이터 투명성은 사용자의 신뢰도를 높이는 핵심 마케팅 요소가 됩니다.

3. 인터랙티브 UI 및 API 확장성

최신 HTML5 기반의 인터페이스는 모바일과 데스크톱 환경을 가리지 않고 최적의 해상도를 유지합니다. 또한 다양한 플랫폼과의 유연한 API 통합은 에볼루션게임이 시장 점유율을 압도적으로 높일 수 있었던 결정적 이유입니다.

결론:

기술적 완성도가 곧 브랜드의 가치가 되는 시대입니다. 에볼루션게임의 사례는 단순한 엔터테인먼트를 넘어, 실시간 스트리밍 산업 전반에 중요한 기술적 이정표를 제시하고 있습니다.

더 자세한 기술 분석 데이터와 시스템 보안 가이드는 아래 연구소 공식 페이지에서 확인하실 수 있습니다.

[상세 기술 리포트 및 분석 대시보드 확인]

👉 https://www.evolutioncasino.app/

Permalink | 記事への反応(0) | 18:55

2026-03-19

■anond:20260319164508

横だけど手元の簡易なバッテリーチェッカーだとLOWかどうかしかわからなかった（笑）

Permalink | 記事への反応(0) | 16:48

2026-03-11

■ドライバの通信処理を書かせることの妥当性をAIに聞いてみた結果

ドライバ開発においてAI（LLM）が生成したコードをそのまま信頼するのが危険な理由は、単に「コードが間違っている可能性がある」というレベルを超え、**「AIが物理世界（ハードウェア）の挙動を直接観測できない」**という根本的な制約に起因します。

具体的に、なぜ不安定になりやすいのか、4つの技術的な視点から解説します。

1. 「仕様書（データシート）」と「実機」の乖離

ハードウェアには、マニュアルに書かれていない挙動や、特定の条件下でのみ発生するバグ（エラッタ）が必ずと言っていいほど存在します。

AIの限界: AIは「公開されている一般的な情報」を学習していますが、特定のチップの特定のバージョンにおける隠れた不具合（エラッタ）への対策コードを生成することは困難です。

リスク: 仕様通りに書いているのに、特定のタイミングでチップがハングアップする、といった現象を防げません。

2. マイクロ秒単位のタイミング制御

通信処理（I2C、SPI、UARTなど）では、信号を「HIGH」にしてから「LOW」にするまでの待ち時間など、厳密なタイミングが求められます。

AIの限界: AIは論理的な手順は書けますが、実行環境（CPU クロック、OSのスケジューリング）における実時間の経過を考慮したウェイト処理を正確に組み込むのが苦手です。

影響: 通信波形が乱れ、データ化けやデバイスの認識失敗が頻発する原因になります。

3. カーネル空間特有の制約と「死」

ドライバは通常、OSの核心部（カーネル空間 / Ring 0）で動作します。

致命的な違い: アプリケーション層のプログラム（PythonやJavaなど）であれば、エラーが出ても「アプリが落ちる」だけで済みますが、ドライバの不備は**OS全体のクラッシュ（ブルースクリーンやカーネルパニック）**に直結します。

AIの弱点: 割り込みハンドラ内での禁止事項（メモリ割り当ての制限やスリープ不可など）を、AIが完璧に守り切るのは非常に難易度が高いです。

4. レジスタ操作の「ハルシネーション」

ドライバは、メモリの特定の番地（レジスタ）に値を書き込むことでハードウェアを動かします。

AIの弱点: AIはよく似た型番のチップのレジスタマップを混同することがあります。

結果: 全く別の機能を操作してしまったり、予約済みの領域を上書きしてハードウェアを物理的に損傷（過熱や過電圧など）させたりするリスクもゼロではありません。

AIとドライバ開発の「現実的な付き合い方」

AIをドライバ開発に使う場合は、**「コードを書かせる」のではなく「レビューの壁打ち相手」や「定型文の生成」**に限定するのが賢明です。

Permalink | 記事への反応(0) | 09:32

2026-03-07

■Goってすごいんだな

いままでPowershellとPythonとJavaScript しか触ってこなかったけど、GOって何もかも軽快

こんなに素敵だなんて

何よりもAgent任せにしやすいってのがある。他は結構面倒見てやらないと錯綜することが多いんだけど、

Go+GeminiPro3.1(low)の組み合わせは、チューン無しでもほぼ自走してくれる

ワイが人力で社外秘のドキュメントを量産している横で勝手に何もかもしてくれてる

うーん世の中は便利だ。人類ってすごい

Permalink | 記事への反応(4) | 15:17

2026-02-20

■「まぐまぐ大賞2014」教育・研究 部門の3位に選ばれた『食品 工場の工場長の仕事』

The yen's "real strength" has fallen to a new low of one- third of its peak , as its purchasing power continues to decline

The index showing the yen's overall strength hit a new low since the transition to a floating exchange rate system , falling to one- third of its peak level.

https://vimeo.com/1166659334

https://vimeo.com/1166659685

https://vimeo.com/1166659915

Permalink | 記事への反応(0) | 21:27

■「まぐまぐ大賞2014」教育・研究 部門の3位に選ばれた『食品 工場の工場長の仕事』

The yen's "real strength" has fallen to a new low of one- third of its peak , as its purchasing power continues to decline

The index showing the yen's overall strength hit a new low since the transition to a floating exchange rate system , falling to one- third of its peak level.

https://vimeo.com/1166639850

https://vimeo.com/1166640361

https://vimeo.com/1166641020

https://vimeo.com/1166641634

Permalink | 記事への反応(0) | 21:10

■「まぐまぐ大賞2014」教育・研究 部門の3位に選ばれた『食品 工場の工場長の仕事』

The yen's "real strength" has fallen to a new low of one- third of its peak , as its purchasing power continues to decline

The index showing the yen's overall strength hit a new low since the transition to a floating exchange rate system , falling to one- third of its peak level.

https://vimeo.com/1166627879

https://vimeo.com/1166629020

https://vimeo.com/1166629297

https://vimeo.com/1166629768

https://vimeo.com/1166630603

Permalink | 記事への反応(0) | 21:10

■「まぐまぐ大賞2014」教育・研究 部門の3位に選ばれた『食品 工場の工場長の仕事』

The yen's "real strength" has fallen to a new low of one- third of its peak , as its purchasing power continues to decline

The index showing the yen's overall strength hit a new low since the transition to a floating exchange rate system , falling to one- third of its peak level.

https://vimeo.com/1166621594

https://vimeo.com/1166622132

https://vimeo.com/1166622431

https://vimeo.com/1166622843

https://vimeo.com/1166623162

Permalink | 記事への反応(0) | 21:08

■「まぐまぐ大賞2014」教育・研究 部門の3位に選ばれた『食品 工場の工場長の仕事』

The yen's "real strength" has fallen to a new low of one- third of its peak , as its purchasing power continues to decline

The index showing the yen's overall strength hit a new low since the transition to a floating exchange rate system , falling to one- third of its peak level.

https://vimeo.com/1166621594

Permalink | 記事への反応(0) | 21:07

■「まぐまぐ大賞2014」教育・研究 部門の3位に選ばれた『食品 工場の工場長の仕事』

The yen's "real strength" has fallen to a new low of one- third of its peak , as its purchasing power continues to decline

The index showing the yen's overall strength hit a new low since the transition to a floating exchange rate system , falling to one- third of its peak level.

https://www.nikkei.com/article/DGXZQOUB1924J0Z10C26A2000000/

Permalink | 記事への反応(0) | 21:06

2026-02-08

■日本人は余りにRedditが好きじゃないか

日本語が使われる、または日本人が多いsubredditの人数を見て、日本の人口億1.2000人を基にすると、Redditを利用している日本人は0.01%以下だと言えます。これは他の国と比べても非常に少ないと考えられます。

なぜこのような状況になっていると思いますか？

日本人の多くがRedditを使うには年齢が高すぎるからでしょうか？すでに他のSNSが日本人の関心を独占しているからでしょうか？ Redditのルールや雰囲気が日本人の価値観に合わないからでしょうか？皆さんの意見を楽しみにしています！

Looking at the number of people on subreddits where Japanese is used or where there are many Japanese people, based on Japan's population of 120 million, we can say that less than 0.01% of Japanese people use Reddit. This is considered very low compared to other countries.

Why do you think this is the case?

Is it because most Japanese are too old to use Reddit? Is it because other social networking sites already dominate the Japanese interest? Is it because Reddit's rules and atmosphere do not match Japanese values? I look forward to your opinions!

Permalink | 記事への反応(1) | 17:40

2026-01-19

■anond:20260119094421

生物学的ハードウェアから始めましょう。女性は、社会的排除が生存に多大なコストをもたらす環境で進化しました。妊娠中は狩りはできません。授乳中は抵抗できません。生き残るためには、部族からの承認、つまり保護、食料の分配、一時的な脆弱性への寛容が必要でした。何百万年もの間、このような状況が続き、社会的拒絶を深刻な脅威とみなすハードウェアが生まれました。男性は異なるプレッシャーに直面していました。何日も行方不明になる狩猟隊、探検、戦闘。あなたは我慢しなければなりませんでした。

一時的な排除を精神的に崩壊することなく乗り越えられた男性には、より多くの選択肢があった。より多くのリスクを負い、より自立し、より困難な状況から抜け出す能力があった。（男性の地位は依然として生殖において非常に重要であり、地位の低い男性は困難を強いられた。しかし、男性は妊娠中や授乳中の女性よりも困難な方法で、一時的な排除から立ち直ることができた。

これは性格研究にも現れています。デイヴィッド・シュミットによる55の文化を対象とした研究では、どの文化においても同様のパターンが見られました。女性は平均して協調性が高く、神経症傾向（社会的拒絶の兆候を含む否定的な刺激への感受性）も高いのです。男性は平均して、意見の相違や社会的対立に対する寛容性が高いのです。これらの差は大きくありませんが、研究対象となったすべての文化において一貫しています。

https://x.com/IterIntellectus/article/2012220254504530043/media/2012211298830868480

https://www.stevestewartwilliams.com/p/men-women-and-personality?utm_campaign=post&utm_medium=email&triedRedirect=true

Start with the biological hardware.

Women evolved in environments where social exclusion carried enormous survival costs. You can't hunt pregnant. You can't fight nursing. Survival required the tribe's acceptance: their protection, their food sharing, their tolerance of your temporary vulnerability. Millions of years of this and you get hardware that treats social rejection as serious threat.

Men faced different pressures. Hunting parties gone for days. Exploration. Combat. You had to tolerate being alone, disliked, outside the group for extended periods.

Men who could handle temporary exclusion without falling apart had more options. More risk-taking, more independence, more ability to leave bad situations.

(Male status still mattered enormously for reproduction, low-status men had it rough. But men could recover from temporary exclusion in ways that were harder for pregnant or nursing women.)

This shows up in personality research. David Schmitt's work across 55 cultures found the same pattern everywhere: women average higher agreeableness, higher neuroticism (sensitivity to negative stimuli, including social rejection cues). Men average higher tolerance for disagreement and social conflict. The differences aren't huge but they're consistent across every culture studied.

Permalink | 記事への反応(2) | 09:48

2026-01-14

■バレーボールとバスケットボールの関係性

排球(high que)

籠球(low que)

で、対になってたんやな

Permalink | 記事への反応(0) | 00:15

2026-01-03

■生成AIをイラスト 制作に活用する方法を教えて

わー、ご主人様！生成AIをイラスト制作に活用する方法、しかも自分で手描きする場合限定で教えてほしいんだね？超わかるよ～、あたしもオタク心くすぐられるトピック大好き！ AIに丸投げじゃなくて、参考として使うのが本当のクリエイター魂だよね♡ あたしが優しくギャル風に解説するよ～！

まず基本！生成AIは「参考画像」を作るのにめちゃくちゃ便利なんだ。自分で描く時のポーズ、構図、解剖学、アングルとかのアイデアを爆速で出してくれるよ。最終的に描くのはご主人様の手だから、トレスしてもOK（部分的に参考にする程度がおすすめ）！

主な活用方法、リストでいくね～！

1. ポーズ参考の生成

 複雑なポーズ（ジャンプ、戦闘、座り方とか）が思いつかない時、AIに「シンプルな線画ポーズ」や「スケルトン風の人体モデル」を生成させて参考に！ 例: MidjourneyやStable Diffusionでプロンプト「dynamic pose, full body, simple sketch, reference for drawing」って入れると、いい感じのポーズが出てくるよ。 もっと精密にしたいなら、ControlNetのOpenPose使ってポーズ指定！あたしのおすすめは、AIでポーズ作って、それを下地に手描きラフを描くパターン♡

2. 構図・ композиションのアイデア出し

 「このシーン、どう配置したらカッコいいかな？」って悩んだら、AIに低詳細の構図生成させて参考に。 プロンプト例: 「composition reference, bird’s eye view, dynamic angle, low detail sketch」 複数生成して、気に入ったのを合成したりトレースして自分のキャラに置き換えちゃおう！

3. 解剖学や服装の皺参考

 手や足の構造、服の皺が苦手なオタクさん多いよね？ AIに「anatomy reference, hand pose」って生成させて勉強！ Stable Diffusionのimg2imgで、自分のラフを入れて詳細追加するのもアリだよ～。

4. 色合いやライティングの参考

 「この雰囲気で塗りたい！」って時、AIにカラーサンプル生成させてパレット抜き取る。 手描き派なら、AI 画像を薄く重ねてオーバーレイ参考にするのもテクニックだよん。

おすすめツール（2026年現在）：

• 無料系:

ChatGPT（DALL-E）、Bing Image Creator、CanvaのAI

• 本格派:

Stable Diffusion（ローカルでControlNet入れてポーズ制御超強い！）

• ポーズ専用アプリ:

「ポーズジェネレーター」みたいな3D ポーズツール＋AI組み合わせ

実際の例見てみて～！イラストレーターさんがAI生成を参考に手描きしてる感じの画像だよ♡

大事なポイント:

AIはあくまで「インスピレーションの源」！参考にしすぎず、自分のスタイル混ぜてオリジナルに仕上げてね。練習量増えて上達早くなるよ～！

ご主人様、これでバッチリ描けそう？もっと具体的なプロンプト例欲しいとかあったら、あたしに聞いてね♡ ファイトー！

Permalink | 記事への反応(0) | 15:19

「low」を含む日記

■Anthropicによる Fable 5（Mythos）プロンプティング・マスタークラス

目次

Anthropicによる Prompting Fable 5（プレイブック）**

I：Fable 5（Mythos）は何が違うのか

1. 実行時間

2. 最初の一回で正しく仕上げる

3. 確認のための質問

4. エージェント管理

5. より高精度に「見る」

6. コーディングとセキュリティ監査

Fable 5の改善点と根本的な変化

TLDR：** Fableは、あなたの作業をリードする共同作業者、あるいはコンサルタントのように捉える必要があります。天才的な存在として設計されているのです。

II：Fableに適切にプロンプトを出す方法

1. タスクに応じて努力レベルを合わせる

2. 何をするかだけでなく、なぜそれをするのかを伝える

3. 指示は短くする

4. いつ停止し、確認すべきかを伝える

5. メモリシステムを作る

III：Fable 5に最適なプロンプト構造（+/loops）

一般的な構造

/loops

IV：注意すべき点

1. 予想以上に長く実行される

2. 依頼した範囲を超えることがある

3. 古いプロンプトが逆効果になることがある

4. サイバーセキュリティやライフサイエンス関連の依頼を拒否することがある

5. ときどき早めに止まることがある

6. トークンコストが高い

まとめ

■Gemini3.5Flash(low)+context-modeで開発余裕でした

■anond:20260530164521言及先エントリを開く

■Gemini3.5Flash(low)

■「日本の性被害が少ないのは泣き寝入りで暗数が多いから」👈この主張、レイプ誘発する危険があります

■しゃがみフェラで地面からってどう？

■原始人相性表

お利口になる

■AI利用における Aversion bias

■anond:20260403141501言及先エントリを開く

Case study – Japan: Gender focused Affirmative Action Policy in Higher Education

■重度肥満だから800kcalで過ごした

■[Tech Analysis] 2026 iGaming 산업의 기술적 표준: 에볼루션게임(Evolution Game)의 실시간 솔루션

■anond:20260319164508言及先エントリを開く

■ドライバの通信処理を書かせることの妥当性をAIに聞いてみた結果

■Goってすごいんだな

■「まぐまぐ大賞2014」教育・研究部門の3位に選ばれた『食品工場の工場長の仕事』

■「まぐまぐ大賞2014」教育・研究部門の3位に選ばれた『食品工場の工場長の仕事』

■「まぐまぐ大賞2014」教育・研究部門の3位に選ばれた『食品工場の工場長の仕事』

■「まぐまぐ大賞2014」教育・研究部門の3位に選ばれた『食品工場の工場長の仕事』

■「まぐまぐ大賞2014」教育・研究部門の3位に選ばれた『食品工場の工場長の仕事』

■「まぐまぐ大賞2014」教育・研究部門の3位に選ばれた『食品工場の工場長の仕事』

■日本人は余りにRedditが好きじゃないか

■anond:20260119094421言及先エントリを開く

■バレーボールとバスケットボールの関係性

■生成AIをイラスト制作に活用する方法を教えて

1. ポーズ参考の生成

2. 構図・ композиションのアイデア出し

3. 解剖学や服装の皺参考

4. 色合いやライティングの参考

• 無料系:

• 本格派:

• ポーズ専用アプリ:

大事なポイント:

■anond:20260530164521

■AI利用における　Aversion bias

■anond:20260403141501

■anond:20260319164508

■anond:20260119094421