袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama) header
袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama) profile picture

袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2

@tsodeyama

DeploAI CTO / LLM好き 現場好き 統計×LLMで、確率的に最適にAIへ仕事を丸投げする人 DGX Spark x2・M5Stackの実機で試して、実測を公開 営業を科学するAI「Intelligent Sales」開発中

deploai.co.jp/
Joined December 2016
  • Tweets2.3K
  • Following400
  • Followers445
260Media
Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)Photo by 袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama)
自宅LinuxサーバーのExt4がぶっ壊れて起動しなくなった BIOSからUSBのUbuntu立ち上げてAIに聞きながら手で直したけど、こういうのもう全部AIにぶん投げたい ってことで M5Stack Tab5 で画面撮って、USBキーボードとして打たせるやつ作った BIOSでも動く zenn.dev/sodeyama/articles/t…
AIに物理キーボードを渡して、BIOS操作からPCのトラブル対応まで丸投げしてみた——M5Stack Tab5のカメラとUSBだけで

AIに物理キーボードを渡して、BIOS操作からPCのトラブル対応まで丸投げしてみた——M5Stack Tab5のカメラとUSBだけで

zenn.dev
1
6
3
30
5,659
今月の経費清算作業もtailscaleで繋いでる自宅のwindowsマシンからつつが無く完了した ハーネスに使うモデル、ローカルLLMに載せ変えてみるかな computer use使ってないし
1
111
東京創業ステーションって東京都がやってる神サービスなんだけど、あんま使ってる人少ないのなぞだわ PC作業したいみたいな時に立ち寄って3時間まで使える 無料で シェアオフィスは借りてるけど、外で作業する時ほぼこっち使ってる。 東京丸の内と立川にあって、自分的な利便性も満点 創業5年まで使えるってのも中々異常
128
今日は昼、いけいけの新進気鋭CTOと昼飯くって情報交換して夜はこのイベントいく algomatic.connpass.com/event…
AI駆動開発のループに人はどう関わるか ― 開発フローに落とし込んだ3社の現在地 ― (2026/11/04 19:00〜)

AI駆動開発のループに人はどう関わるか ― 開発フローに落とし込んだ3社の現在地 ― (2026/11/04 19:00〜)

# 概要 ループやグラフエンジニアリング、ソフトウェアファクトリー、ダークファクトリーなど、AIエージェントに開発を任せるための手法や構想が次々と提唱されています。 開発の大半をエージェントが担う流れは避けられません。 エンジニアの役割は「エージェントが動く仕組みと、人が判断すべき地点を設計すること」へと移ります。また開発組織には「チームの特性に合う手法を開発フローに組み込み、地上戦略として...

algomatic.connpass.com
1
131
昨日しらべたtop githuber(スター数多い人限定だけど)の中で良さげなのは linterでskills.md, AGENTS.md, rules とかの記述の質を一定に保たせるアイデアかな 　 github.com/yegor256/dogent
GitHub - yegor256/dogent: Command line linter for your agentic manifestos, like SKILL.md and...

GitHub - yegor256/dogent: Command line linter for your agentic manifestos, like SKILL.md and...

Command line linter for your agentic manifestos, like SKILL.md and CLAUDE.md - yegor256/dogent

github.com
2
2
145
定期的にハーネスのメンテはやるけど メンテをAGENTS.md, skills直接修正じゃなくてlintを見直す事でメンテさせる そして運用中に余計な物を入れさせない
74
GPT-6 Astra が Qwen3.5-0.8B の重みを直接書き換えて思考ループを直した研究を、自宅の DGX Spark 2 台で追試してみた。 結果は公開の編集済み重みで MATH-500 は 8.5%→55.0%、GSM8K は 16.0%→68.5%（各 200 問）。論文の値とほぼ同じ これは夢が広がる 大量の学習データも逆伝播も使わずに、重みを直接いじってモデルをチューニングできる。 rikiyat.github.io/blog/weigh…
Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights

Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights

We find that frontier LLMs are surprisingly good at natively reading and writing neural network weights, using a variety of recent tools and algorithms or even via direct weight editing.

rikiyat.github.io
1
3
172
GitHub Contributions/年が5万近くなってきたので、 世界のContributions 5万超えるGitHubユーザーはどんなハーネスつかってるか調べてみた zenn.dev/sodeyama/articles/t…
GitHubで年5万コントリビューションを超える10人の、AIエージェントのハーネスを読んだ

GitHubで年5万コントリビューションを超える10人の、AIエージェントのハーネスを読んだ

zenn.dev
3
128
日本語音声認識モデル Haas-ja-v1.0 を検証してみたんだが 文字起こしを目視確認、ElevenLabs scribe v2, GPT-Transcribe より若干劣るという所感 その後の、productionの分析精度（文字起こしされたTextをベースにやってる）も若干精度が落ちる ただ、STTの速さは秀逸なので使い所ありそう STTのAPI料金は基本高いからAWSとかでの自前運用でコストダウンの目的とかはありか third-intelligence.com/ja/po…
日本語音声認識モデル Haas-ja-v1.0 の公開

日本語音声認識モデル Haas-ja-v1.0 の公開 

Third Intelligence で Research Engineer をしている松島竜成です。私たち Third Intelligence では、遍在型AGIの実現を目標に掲げ、AIと人間が信... 

third-intelligence.com
1
4
222
ElevenLabs scribe v2に肉薄するオープンウェイト日本語STTが出たのは驚愕ほんと 個人ユースSTTはこれ一択で良いかも
89
これはすごい 誤解をおそれずに解釈すると、TransfomerのAttentionに該当する層にCPU、メモリ、ファイルシステムを実装（重みを行列計算する箇所に）したという代物 まるでマインクラフトでCPUを実装したというような代物だな この仕組みでの演算は時間が掛かる、が計算の精度が劇的に上がったと 実用的かは置いておいて今後のフロンティアモデルの方向にも影響するんでは
div (fp32) (@divagr1925) profile picturediv (fp32)
@divagr1925Oct 28
1/4 Meet Qwenputer: Qwen3.5-4B with a full RISC-V CPU inside its weights, using the model's own Gated DeltaNet layers as RAM. It runs C and MicroPython in its forward passes, no external runtime. On DeepMind math: base 55–90%, base + Python tool 95–100%, Qwenputer 97.5–100%.
1
3
294
ちなみに、スタックチャンの方がカメラ自律で動かせるからと思ってそっちでもやってみたけどカメラ解像度低すぎてレスポンスが読みにくいから微妙だった スタックチャンに高解像度カメラ載せられたらよりいいとは思う
3
596
これ証明をAIが解いたのも偉業なんだが Leanにこれだけの証明を書けるようになったというのが最大の偉業だと思う 数学って自然言語で書く際に暗黙知を前提としている曖昧さを包含しているケースがかなり多い、(同等が値が等しいのか写像が等しいのか同型が存在するなのかみたいな)、これらを整備したことで 数学でCIを回せるようになるってのが最大の偉業ではと 異常な速度でこのCIをベースにした科学そして工学が塗り替えられていきそう
black（黔騎士) (@blackright0) profile pictureblack（黔騎士)
@blackright0Oct 28
【速報】人類史上もっとも巨大な数学の証明（15,000ページ）が、AIによって完全攻略されてTLが大パニックに。 定理：『有限単純群の分類（CFSG）』「対称性の周期表」と呼ばれる群論の最高峰。これをAIエージェント（AxiomProver）がLean 4で4,310万行のコードに変換し、カーネルの全検証（sorryなし）を完了！ 【数学者 vs AIエージェント 】 人類の数学者「よし！過去100人の天才たちが書いた500本の論文（15,000ページ）を集めたぞ！誰ひとり全容を理解した奴はいないが、これで証明は完璧だ！」 AIエージェント「了解です！Leanコード4,310万行に分解して24日間で全ステップ機械検証しますね〜……あれ？」 人類の数学者「えっ」 AIエージェント「1986年の論文（UGT証明）のここ、PSL₂(49)のくだりで論理崩壊してバグってますよ？」 人類の数学者「ファッ！？！？ 40年間誰も気づいてなかったぞ！？」 AIエージェント「大丈夫です。僕がSolomonの理論をベースに『Theorem 2.3』っていう新しい定理を勝手に証明してコード補修しておきました👍（全34件の人間側のミスも修正済）」 人類の数学者「AIに証明のバグ出されて直されたんだが……？？？」 ここがヤバい↓
1
4
1
61
12,280
まだLean化に難儀してる領域はかなりあるとは思うけど teapawt.net/tsodeyama/status/20808…
袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2 (@tsodeyama) profile picture袖山剛@CTO DeploAI / Local LLM / DGX Spark x 2
@tsodeyamaJul 25
ABC予想からのIUTからの遠アーベル幾何という分野がある事を知った そしてこの分野をLean言語で定義しようと試みてると おもしれー
820
確かに、GPT-2とGPT-3の間で、スケーリング則の論文が発表されたタイミングでしょうねー Transformer, GPTときてスケーリング則が高い精度で確からしいとなった時は真理発見と同レベルの知的興奮だろうなあ
チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 (@masahirochaen) profile pictureチャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》
@masahirochaenOct 28
【注目】AnthropicのダリオCEO「6か月後には難しかったことが簡単に、12か月後には不可能に見えたことをAIが当たり前にこなす」 GPT-2の時点で、100万倍にすれば人間を超えると見ていたとのこと。限界を語る声ほど半年単位の変化を見落としがちだと思う。 ・GPT-2を見て本気で怖くなったと告白 ・同じ反応は周りの約1割、それも一番賢い人たち ・残り9割は個々の能力の弱さを見て軽視 ・創薬への批判にも同じ構図を指摘
4
653
Devin あとサブエージェントも全部VM立ち上げるってのはいいのかもな claude --cloud, codex cloudで開発セッション中に細分化した開発をクラウドに投げて分散したりしてるけど、たぶんそれが統合的に管理するのがうまいんだろうな #CloudAgentMeetup
3
401
Devin, たしかにマルチOSで開発する時に各々のVMが立ち上げられる点便利だな そんな開発をする場合は #CloudAgentMeetup
3
257
マージするかをルール化してAIでリスク判定でさせてると #CloudAgentMeetup
2
228
きてます #CloudAgentMeetup aid.connpass.com/event/40902…
クラウドエージェントMeetup #1 (2026/10/27 19:00〜)

クラウドエージェントMeetup #1 (2026/10/27 19:00〜)

# クラウドエージェントMeetup #1 ## クラウドエージェントを使い倒す人のためのミートアップ、始動！ ## Devin プロモコードの受け取りと適用スライドを公開しました！ https://speakerdeck.com/kinopeee/devin-no-uketori-to-tekiyou-2026-10-27 * * * ## イベント概要 Devin、Claude Code...

aid.connpass.com
1
3
302
Obsidian って大昔（2025年中期くらいまで）は、web clipperで技術情報を大量に取得して、それをローカルmcpサーバーにしてって用途で使って重宝してたけど 今はほぼモデルに取り込まれてるから無意味なんすよねー 今も一応汎用DB的にどの分類にも入らなそうな情報いれて使ってるけど
チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 (@masahirochaen) profile pictureチャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》
@masahirochaenOct 25
「Obsidianってどうですか？」とよく聞かれます。 ただ、自分がいつも参考にしている凄腕のAIエンジニアたちで、Obsidianを使っている人はほぼ見たことがありません。 自分も一応入れてはいますが、ほとんど触っていないです。 理由はシンプルで、そこまで必要なツールだと思っていないから。 Obsidianの中身はただのMarkdownファイルで、データはPCのフォルダにそのまま置かれています。 AIから見れば、Obsidianでも普通のフォルダでも同じです。 売りだった機能も、Claude Codeで代わりがききます。 ・関連メモを辿る →「顧客Aに触れたメモを全部出して」で一発 ・横断検索や集計 → プラグインより自然文の方が柔軟 ・要約や整理 → そもそもObsidianにはできない それでもObsidianが活きるのはこの3つくらい。 ・スマホで読み返したい ・整った見た目で眺めたい ・メモを1行だけサッと足したい これをやらないなら、Claude Code＋ローカルフォルダで十分です。 これ以外に良い活用事例やメリットがあれば教えて欲しいです！！
Image from チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 (@masahirochaen)
1
18
7,132
Load more