人工知能や深層学習に興味を持っています。専門は音声合成や音声変換などの音声生成技術です。最近は大規模言語モデル（LLM）、マルチモーダル生成AI、AIエージェントなどに興味を持っています。
Joined June 2009
- Tweets15.7K
- Following1.6K
- Followers9.3K
- Likes8.1K
Python誕生のドキュメンタリーを観ていた。私がはじめてPythonを触ったのは2006年でPython 2.5の時代。Perlが大好きだったけれど会社の同僚から勧められてPythonに乗り換えた思い出がある
Python: The Documentary | An origin story youtu.be/GfH4QL4VqJ0?si=3Et8… @YouTubeより
Koichiro Mori retweeted
Sharing our latest short course: Building and Evaluating Data Agents, created in collaboration with @Snowflake and taught by Anupam Datta (@datta_cs) and Josh Reini (@_jreini).
A data agent extracts data from sources such as files or databases, analyzes it, and provides insights and visualizes its findings. But most data agents struggle with reliability or can't handle multi-step reasoning.
In this course, you'll learn to build, trace, and evaluate a multi-agent workflow that plans tasks, pulls context from structured and unstructured data, performs web search, and summarizes or visualizes the final results.
Learn more and enroll for free! bit.ly/424ndqQ
Koichiro Mori retweeted
🌟Our latest LangChain Academy course – Deep Agents with LangGraph – is now live!🌟
Many agents today follow the same simple pattern: run in a loop, call tools. That architecture works well enough, but it breaks down as tasks get more complex.
Today, companies of all sizes – from startups to large enterprises – are building their own Deep Agents.
These agents dive deeper. They’re able to plan complex tasks and carry them out over longer time horizons.
There are four key features that set Deep Agents apart from regular agents:
1. Planning – keeps agents on track
2. File system – allows agents to offload context
3. Sub-agents – act as focused specialists
4. Prompting – provides agents with detailed instructions
Our latest LangChain Academy course, Deep Agents with LangGraph, shows you how to combine these pieces with LangGraph to orchestrate long-running, multi-agent workflows.
Big thanks to community member @labdmitriy for helping us shape this course with his contributions!
Enroll for free ➡️ academy.langchain.com/course…
Koichiro Mori retweeted
なかなか読み応えがあった。決定論的なソフトウェア開発から、非決定論的なAIエージェントへの転換という視点が印象に残った。
AIエージェントにとって効果的なツール作成の観点や評価法についても勉強になる点が多い記事。
New on the Anthropic Engineering blog: writing effective tools for LLM agents.
AI agents are only as powerful as the tools we give them. So how do we make those tools more effective?
We share our best tips for developers: anthropic.com/engineering/wr…
Koichiro Mori retweeted
Anthropicが公開したこの記事めちゃ良い。AI Agentに持たせるツールの設計方法や改善サイクルの方法が詳しく書かれている。
ツールの説明は超重要、Agentの振る舞いを細かに観察しろ、ページネーションつけてコンテキスト節約しろ、など実践的なアドバイスが多くて良い😇
anthropic.com/engineering/wr…
Koichiro Mori retweeted
一時期話題になってたGoogleのAIエージェント関連ガイドブックが日本語化されてました。ここからダウンロードできるらしい⤵️
cloud.google.com/resources/c…
Koichiro Mori retweeted
GPT-5 is here.
Rolling out to everyone starting today.
openai.com/gpt-5/
Koichiro Mori retweeted
【LangChain Deep Agents: 複雑なタスクに対応するエージェントアーキテクチャ】
LangChainが「Deep Agents」に関するブログ記事を公開。同時に、共同創設者のHarrison Chase氏がPythonパッケージ「deepagents」をリリースした。これは、従来の「浅い」エージェントの限界を超え、複雑で長期的なタスクに対応するアーキテクチャ。
Deep Agentsは、4つの主要コンポーネント（詳細なプロンプト、プランニングツール、サブエージェント、ファイルシステム）を統合。これにより、従来のツール呼び出しループを超えた「深い」思考と実行が可能になる。
「deepagents」パッケージは、この概念を実装したPythonライブラリで、様々なドメインのDeep Agentを構築できる。LangGraphと統合されており、ストリーミングやHuman-in-the-loop、メモリなどの機能も利用可能。
Koichiro Mori retweeted
Anthropicが無料で「Claude Code」を学べるコースを公開。そもそもの構築方法からMCP・SDKまで網羅した15レクチャーで初心者でも体系的に学ぶことができる👇🧵
Koichiro Mori retweeted
BREAKING:
we've partnered with @metaai and @paperswithcode to build a successor to Papers with Code (which was sunsetted yesterday)
PWC, founded by @rbstojnic and @rosstaylor90 has been an invaluable resource for AI scientists and engineers over the years (and an inspiration for us to build @huggingface)
We are happy to follow in their path and provide a new section of HF for the community to follow trending Papers, linked to their code implementations on GitHub 🔥
link in the next tweet ⤵️
And hat/tip @joespeez @ThomasScialom for helping with this 🥰
Koichiro Mori retweeted
LangExtract
Nice little package from Google.
It allows you to extract structured information from unstructured documents based on user-defined instructions.
- source grounding
- structured outputs
- optimized for long docs
- cloud and local-based LLM support
- and more
Koichiro Mori retweeted
Stanford CS336 Language Modeling from Scratch I 2025 - YouTube youtube.com/playlist?list=PL… いやあ，このコースはスゴい…．LLMをスクラッチから構築するための最新の知識とノウハウを開示してる．フロンティアモデルに関わる人間はもちろん，使う側もこれがミニマム知識となる世界線が来たのかも…
Excited to be taking @langchain Academy’s course: Building Ambient Agents with LangGraph! 🚀 Check it out: academy.langchain.com academy.langchain.com/ozzpv
Koichiro Mori retweeted
AI Agent のエアプは良くないなーと思うので、とりあえずバカデカサーベイ読んで完全理解スライドを作成し始めています（今週水曜公開予定です）。応援 RT お願いします…！
[2503.21460] Large Language Model Agent: A Survey on Methodology, Applications and Challenges arxiv.org/abs/2503.21460
Koichiro Mori retweeted
【LangGraph Platformが一般提供開始、ステートフルなエージェント管理を実現】
LangGraph Platformが5月14日から一般提供を開始し、長時間実行・ステートフルなエージェントのデプロイと管理が可能になりました。昨年6月のベータ版リリース以降、約400社が本番環境でエージェントをデプロイするために活用しています。
主な特徴：
・1クリックデプロイ機能により数分で本番環境へ移行可能
・30種類のAPIエンドポイントで様々なインタラクションパターンに対応
・水平スケーリングによりバースト的な長時間実行トラフィックに対応
・永続化レイヤーによりメモリ、会話履歴、非同期コラボレーションをサポート
LangGraph Studio（エージェントIDE）が標準搭載され、エージェントワークフローをリアルタイムで視覚化・デバッグできます。チェックポイントとメモリモジュールにより、失敗ポイントの巻き戻し・編集・再実行が容易になりました。
デプロイオプションはCloud（SaaS）、ハイブリッド、完全セルフホストから選択可能。開発者向けプランでは月10万ノード実行まで無料で利用できます。
