LLM Wikiを組織で運用するために、陳腐化を防ぐ更新の仕組み

LayerXのバクラク事業部は、設計仕様書・ヘルプ記事・コードの3つを突き合わせた仕様のLLM Wikiを、陳腐化させずに組織運用する更新の仕組みを構築した。利用者が訊きそうな質問で差分を選ぶ定期更新、出典のhashによる劣化検知とlintによる強制、書き戻しを一時置き場に限定する運用の3つが柱である。1プロダクトあたり100ページ前後、全体では1,000ページを超える見込みである。

Yahoo!ショッピングの「Agent i」、会話しながら商品選びと比較をサポート

LINEヤフーのAIエージェント「Agent i」は、Yahoo!ショッピングで会話しながら商品探しや比較ができる。画面下の「AIと探す」から予算や使う場面を伝えると、条件に合う商品を提案し、分からない機能の質問にも答える。「AIおまかせ比較」では、気になる商品を起点に20商品程度の類似商品と比較できる。ただしAIの回答は必ずしも正しいとは限らず、購入前に商品ページで確認する必要がある。

Turing、S3直接読み出しと先読み設計でPB級データの大規模GPU学習を高速化

Turingのmlopsチームは、学習時にS3から動画データを直接読む構成へ移行し、学習データ量をクラスタのストレージ容量から切り離した。計測では20ノードで約483 GB/sの帯域が出た一方、S3のレイテンシ中央値は約140 msで、先のバッチをRange GETで先読みしてCPUメモリに貯め、この待ち時間を隠した。これによりステージングの待ち時間と容量の上限なしで、S3上のデータをそのまま学習に使えるようになった。

cognee CEOの講演で聞いたナレッジグラフの話、エージェントの記憶は「増える」から「良くなる」へ

cogneeのCEO、Vasilije Markovicさんの講演を、LayerXのFDEが紹介している。cogneeはAIエージェント向けの記憶をオープンソースで提供し、スキーマは厳密なオントロジーでなくてよいこと、記憶を分けて権限で制御すること、使われるほど記憶が良くなることが語られた。LayerXの最新50記事でスキーマの効果も試している。

GPT-6ファミリーのモデルガイド

OpenAIのGPT-6ファミリーについて、スタートアップがモデルを選び、reasoning effortを調整し、プロンプトとスキルを改善し、ツールを連携させ、本番運用に向けてワークフローを準備する方法を解説するガイドである。

AI時代の開発者が磨くべき3つのスキル

AIが開発の進め方を変えるなか、開発者が強化すべき3つのスキルをGitHub Blogが示した。AIエージェントへの指示、最初の回答を鵜呑みにしない評価、AIで浮いた時間を大きな課題の解決に充てる力である。評価面では、GitHub Copilotの組み込みRubber Duck agentが第2のモデルで計画、コード、テストを批評する例を挙げている。

LayerX Ai Workforce開発部のEM、AIを伴走役にしたチームマネジメントを半年試行

LayerXのAi Workforce開発部のEngineering Managerであるmootohが、AIにチームの活動情報を収集させ、1on1などの対話のきっかけをつくらせる運用を半年試した。Obsidianに.mdで蓄積し、Claude Codeで参照する構成である。課題は解像度がまだ粗い点で、metricsとalertの強化が必要だと整理している。

LayerX、Claudeと社内ナレッジでテスト計画の叩き台を10分で生成する仕組み

LayerXバクラク事業部QA部が、最新コードから整理した仕様とQAのノウハウを組み合わせたナレッジベースと、テスト計画生成スキルを構築した。Claudeに指示すると10分以内くらいでテスト計画の叩き台が生成され、厳選した共通テンプレートに沿って出力される。コードや仕様の変更時にもプロンプトひとつで再生成でき、更新漏れの削減につながったという。

FSx for LustreのI/O問題をAWSと切り分けた記録、Turingが通信経路とロックを調査

Turingのインフラチームは、AWS上のGPUクラスタでGPUが認識されているのにマルチノード学習が進まない問題を、Amazon FSx for LustreのI/O障害として調査した。通信経路の障害、メタデータのロック競合、特定の格納先でのI/O停止に切り分け、LNet-over-EFA経路が4回再発したため、FSxクライアントのEFA経路を無効化してTCPへ固定した。ただしその後もI/O失敗は残り、根本原因の調査は継続している。

NVIDIA Nemotron 3 Nano 30B A3B Base に対する汎用・金融特化SFT

ABEJAは、NVIDIA Nemotron 3 Nano（30B-A3B）のBaseモデルに対し、日本語の汎用能力強化を目的とするSFT Stage 1と、金融特化のSFT Stage 2の2段階でSFTを実施した。Stage 1ではBaseモデルと事後学習済みモデル、2種類のデータブレンドを組み合わせた計4条件を比較した。評価にはSwallow Leaderboard v2、Fin-Harness、EDINET-Benchを用いている。

個人で育てたAIエージェント設定をチームの資産にする方法、APMでSkill・指示・MCPを配布

LINEヤフーの殿山雄大氏が、Microsoft公開のOSS「Agent Package Manager（APM）」で、Skill・指示・MCPをチームに配布する方法を解説した。`apm.yml` に使う設定を宣言し、`apm install` を実行すると、Claude CodeやCodexなど各エディタの所定の場所へ展開される。新メンバーの環境構築での転記ミスや、Skill追加のたびの配り直しといった手間の解消につながるとしている。

DeepSeek-V4-Flashを Mac mini 64GBで動かす

DeepSeek-V4-Flash-0731（総パラメータ284B、アクティブ13BのMoE）を、エキスパートの枝刈りでMac mini（M4 Pro、64GiB）上に載せ、prefillを4.88 t/sから111〜126 t/s、decodeを4〜7 t/sから14〜20 t/sへ高速化した。各層のエキスパート256個を128個に削り、先頭3層は残して55.0 GiBとした。この構成はDeepSeek-V4-Flash-0731-Pruned-155B-A13BとしてHugging Faceで公開されている。

コーディングエージェントはスプレッドシートをどう操作しているか

OpenAIのSpreadsheets skillとCodexの実行例から、コーディングエージェントがコードでXLSXを読み書きする流れを分析している。探索、編集、視覚的な検証、値と数式の検証の4段階で処理が進み、skillは `@oai/artifact-tool` の利用や編集処理の1スクリプトへの集約を求める。SpreadsheetBench2のタスクでは、表示形式の不足を画像確認で見つけて修正していた。

Decaton Per-Key-Quotaで LINE公式アカウントのプッシュ通知スパイクを制御

LINEヤフーのインターン生が、LINE公式アカウントのプッシュ通知配信基盤にOSSのDecatonのPer-Key-Quotaを導入した。キーごとの処理レートを監視し、上限を超えた通知タスクを流量制限トピックへ退避させる仕組みである。ある1日のログでは、上限超えの通知654,762件を退避させ、処理時間に換算して延べ約4.2時間分に相当するという。

GitHub Copilot app入門：canvasでカスタムワークフローを構築する方法

GitHub Copilot appのcanvas（canvas extension）は、ユーザーとエージェントが共有してカスタマイズできるインターフェースである。`/create-canvas`スキルで要望を平易な英語で記述するだけで、カンバンボードやリリースチェックリストなどがコーディングなしで右側パネルに生成される。作成したcanvasは拡張として保存でき、Awesome Copilotで共有された既成のものも利用できる。

GitHub Copilotアプリで巨大なプルリクエストを描画する仕組み

GitHub Copilotアプリのプルリクエスト表示を作り直し、2,200ファイル、100万行超の変更、400件超のインラインレビューコメントを持つ巨大なプルリクエストでも高速に描画できるようにした。コメントは描画するまで高さが分からないため、コード行の高さを確定させる方式とコメントなどの動的ブロックの高さを分ける二つのジオメトリ構成を採用した。

LayerX、TypeSafe AIのJevを題材に社内勉強会を開催、30分で50件超のアイデア

LayerXのバクラク事業部が、TypeSafe AIのJevを題材にした社内勉強会を開催した。エンジニア50人以上が参加し、30分の会でサービスへの組み込みアイデアが50件を超えた。Jevは文書生成ではなく「判断」に特化しており、キャリブレーションされたconfidenceの活用や、安さと速さを生かした頻繁な呼び出しといった方向性が挙がった。

ABEJA執筆の産業特化型LLM学習・推論基盤に関する記事、AWSブログで公開

ABEJAが参画するCODASのプロジェクトについて、産業特化型LLMの学習・推論基盤の設計を紹介する記事がAmazon Web Services ブログに公開された。AWS Labsの「awsome-distributed-ai」のリファレンスアーキテクチャを出発点に、AWS ParallelClusterとSlurmを採用し、Amazon FSx for Lustreなどのストレージ基盤、ユーザー・権限管理、障害検知・監視も扱っている。著者はABEJAの原田伴誉、久米拓馬の2名である。

Geminiで家事を片付ける4つの方法

Googleは、Geminiを家事に活用する4つの方法を紹介した。DIY修理や家電のトラブルシューティング、献立と買い物リストの作成、レシートの写真からの家計管理、大型商品の比較などが例として挙げられている。Googleの「AI & Economy ATLAS v1.0」研究では、1500万件の匿名化された対話のうち86%超が正式な仕事以外で行われていた。研究者は、日常的なAIの利用で世帯あたり週30分を節約できれば、米国だけで年間約1000億ドルの経済価値になると試算している。

LINEヤフー、AI-DLCを土台にAI成果物を人が受け取る設計ワークフローを構築

LINEアプリ開発チームは、AIが生成する設計成果物を人が理解・レビュー・引き継ぎできるよう、AI-DLCを土台にワークフローを再設計した。AIへの質問は1ページのoverview.htmlにまとめ、論点には優先度を付けて人間が判断すべきものに絞った。やり取りはdiscussion-points.mdに記録し、進捗と決定事項は設計本文と切り離したenvelopeのJSONで管理して、progress.htmlで確認できるようにした。

Google検索でレース準備を整える3つの方法

Google検索のAIモードは、マラソンなどのレース準備に役立つ。トレーニングプランは、+メニューからCanvasツールを選び、交差トレーニングや筋力トレーニングを含む計画を作成できる。YouTube Musicアカウントを連携すると、ランニング用のカスタムプレイリストを作成でき、Shopping Graphの600億件超の商品情報をもとに、ワイドフット向けシューズや80ドル未満のハイドレーションベストなどを比較し、在庫状況や店舗での在庫も確認できる。

HF Jobs上でLoRAによるAsync GRPOを動かす構成、Storage BucketとプロキシでNCCLを使わず同期

TRL v1.14のAsyncGRPOTrainerは、LoRAアダプターのみを学習してvLLMへ同期できるようになり、学習と推論を別々のHugging Face Jobsに分けて実行する構成を示している。ランク1のアダプターは数MBで、1.5Bモデル全体の約3GBに比べて小さいため、Storage Bucketを共有ファイルシステムとして使いNCCLなしで同期できる。5回の実行で、同じレシピの500ステップ学習が3時間27分から53分に短縮された。

Gradio WorkflowによるAUTOMATIC1111の再構築

Hugging Faceは、AUTOMATIC1111のstable-diffusion-webuiの機能の大半を単一のワークフローキャンバスで再現した「Workflow1111」を紹介した。11本のパイプラインと73個のノードで構成され、text-to-imageやFLUX.1-Kontextによるhi-resolution fix、prompt matrix、PNG Infoなどを含む。利用にはHugging Faceアカウントでのサインインまたはアクセストークンが必要で、モデル呼び出しは利用者自身のクォータを消費する。

Gemini で行政手続きを手早く片付ける4つの方法

Googleは、Geminiを運転免許証の更新、税務申告、行政サービスの申請などの行政手続きに使う4つの方法を紹介している。Google の AI & Economy ATLAS v1.0 調査によると、こうした雑務に関するAIとの会話は約半分が通常の営業時間外に行われている。Geminiで市民生活に関わる用事を扱う人の約40%が、書類の用語や手続きの手順について相談している。

Mistral、AIエージェントによる複雑なレガシーコード刷新の手法を解説 Fortran 77からC++への移行事例

Mistralは、欧州のエネルギー事業者が持つFortran 77の貯留層シミュレータ4万行をC++へ移行した事例をもとに、AIエージェントによるレガシーコード刷新の進め方を紹介した。数値一致を確認する検証基盤の先行構築、ドキュメント整備、人間のレビューを組み込んだ構造化ワークフローを教訓として挙げている。最初のスプリントは30万行のうち4万行が対象である。

DatabricksのServerlessで複数CPUアーキテクチャに対応しつつ起動時間を遅くしない方法

Databricks Serverless computeで2026年9月4日からジョブがx86_64とaarch64のどちらかで実行されるようになり、x86_64のwheelだけを同梱していたwheelhouseは約25%のジョブでインストールに失敗した。両アーキテクチャのwheelを同梱し、platform_machineマーカーで制約する方式で対応した。`uv pip compile --python-platform`で依存を解決し、wheelhouseは計54本となった。

iOSDC Japan 2026にLINEヤフーのエンジニア7名が登壇します（9/11〜9/13）

LINEヤフーは2026年9月11日から13日まで開催される iOSDC Japan 2026 にゴールドスポンサーとして参加し、エンジニア7名が登壇する。9月11日のday0ではFoundation Modelsを用いたオンデバイスでの自動作曲、9月13日のday2ではモジュールの視点からSwiftの挙動を読み解くセッションが予定されている。当日の協賛ブースについても案内されている。

TRLとOpenEnvでコーディングモデルに水彩画を描かせる強化学習の再現手順

Hugging Faceのブログが、Surya Narreddiの水彩画生成の手法をTRLとOpenEnvで再現し、データセット、RL環境、学習スクリプト、学習済みモデルをすべて公開した。Qwen/Qwen3.5-35B-A3Bにp5.brush用のJavaScriptを書かせ、審査モデルと美的評価モデルの報酬で学習させている。3種類の報酬配分はいずれも報酬が上昇した。

LFM2.5-350Mを100 GRPOステップでファインチューニングし、構造化出力の精度を改善

LFM2.5-350Mを、TRLのGroup Relative Policy Optimization（GRPO）で約500サンプル・100ステップ学習し、IFStructベンチマークのスコアを22.6%から29.7%に向上させる手順を公開した。学習は無料枠のColabやKaggleのGPUで実行でき、ノートブックはGitHubで公開されている。評価はllama.cppを使ってMacBookでローカルに行い、ベースラインは22.6%で、IFStruct公式ブログの報告値21.1%に近い結果だった。

JS/TSでサイズ指定したPacked Arrayを作る方法とLintによる自動チェック

JS/TSでサイズを確保したPacked Arrayを作るには、`Array.from({ length: 42 })`を使う。eslint-plugin-unicornの`no-new-array`ルールが、Holey Arrayになる`new Array(42)`を検知し、`--fix`で自動修正する。Node 24での検証では`Array.from({ length: 42 })`がPACKED_ELEMENTSになり、`no-array-from-fill`も併用すると効率的なコードに書き換えられる。

一人称視点の動画から手の行動を3D復元しロボット学習データを作る試み、テレオペ脱却へ

ABEJAの辻氏が、GoProで撮った一人称視点の動画から手の行動を3D復元し、ロボットの学習データ（LeRobotDataset v3.0）にするパイプラインを試作した。Microsoftの VITRA は MANO、HaWoR、WiLoR が商用利用できないため、手を解剖学的な21個の回転関節で表すモデルを自作した。EgoExo4D での評価では、手の形の誤差が17〜19mm（VITRA は12mm）、手首の位置の誤差が80〜95mm（VITRA は27mm）で、精度は VITRA に届いていない。

REST APIにTypeSpecを導入してスキーマ駆動開発

LayerXのAiWorkforce開発チームは、REST APIのスキーマ定義にMicrosoftのTypeSpecを採用し、実装前のスキーマを基にフロントエンドとバックエンドを並行して開発する体制を整えた。同じAPIの定義量は、TypeSpecの410行（9エンドポイント）に対し、OpenAPI YAMLの直書きは771行となった。OpenAPI YAMLを経由してOrvalでクライアントとMSWモックを生成し、スキーマ違反はCIで検知する。

Sentence Transformersでマルチベクトル埋め込みモデルを学習・ファインチューニングする

Sentence Transformers v6.0で追加された新モデル型MultiVectorEncoderを使い、ColBERT型のレイトインタラクション検索向けマルチベクトルモデルをファインチューニングする手順が示される。

Gradioのgr.Workflowで、AIパイプラインをグラフとして構築しドラッグ＆ドロップで実行・デプロイ

Gradioの新機能gr.Workflowは、型付きノードのグラフとしてAIパイプラインを定義し、ドラッグ＆ドロップで実行できるキャンバスとして提供する。同じグラフはREST APIとしても公開され、Hugging Face Spacesへ1コマンドでデプロイできる。画像編集、画像生成からの背景除去と音声合成、ZeroGPUによるGPUモデル実行などのデモがHugging Face Spacesで公開されている。

Hugging Face Inference Endpoints、Jobs、Bucketsは Papers with Code の検索をどう支えるか

Papers with Code の検索は、PostgreSQL の全文検索と pgvector によるベクトル検索を RRF で統合したハイブリッド検索として構築された。論文の埋め込みは Hugging Face Jobs の L4 GPU でオフライン生成し、arXiv と Daily Papers の11万件超の現行論文を対象とする。オンラインではクエリの埋め込みだけを Inference Endpoints で処理し、エンドポイントが停止または混雑した場合は全文検索に切り替える。

Kimi.ai@Kimi_MoonshotAIスコア2222

Kimi Work for Financial Analysts - Tutorial #2 Kimi Work で、投資調査によくある3つのタスクを実行できます。 - ライブの投資家向けダッシュボードを構築 - スプレッドシートで財務モデルを更新 - レポートをバッチで処理・生成 Kimi Work のワークフローは今後も追加予定です。お楽しみに！

herdrで複数のコーディングエージェントを使い、実装の進め方を変え始めている話

LayerXの古濵氏が、herdrで複数のコーディングエージェントをplanner / worker / reviewerに役割分担させ、実装を進める体制を整え始めている。現状はレビューの往復の仲介を人間が担っているが、今後は仲介役もエージェントに任せることを検証中である。その際は、指示の書き直しや往復回数の上限を定めたスキルを用意している。

Sentence Transformersでマルチベクトル（Late Interaction）埋め込みモデルを使う

Sentence Transformers v6.0で、ColBERT型のLate Interaction検索に対応する新しいモデル種別「MultiVectorEncoder」が追加された。PyLateやStanford-NLPのColBERTチェックポイント、colpali-engineのモデルを読み込め, トークンごとにベクトルを保持しMaxSimでスコアリングする。単一ベクトルモデルより検索精度が高くなる一方、インデックスは大きくなる。

Databricks の Declarative Automation Bundles を用いた機械学習データセット作成基盤の構築

Turing のMLOpsチームが、E2E自動運転AI向けデータセット作成基盤を、AWS Step Functionsベースの既存システムからDatabricks上のパイプラインに置き換えた。500時間分の走行データで半日以上かかっていた作成時間が、条件にもよるが60分以下になった。保守性の向上にはDeclarative Automation Bundles（DAB）を使い、CI/CDや開発環境と本番環境の分離を実現している。

Strands Agents、LeRobot、Hugging Face Storage Bucketsで、ロボットのデータ収集から学習、デプロイまでを一か所で回す

Strands Robotsのエージェントループで、ロボットのデモ記録、Hubからの直接ストリーミング学習、ポリシーのハードウェアへの再配備を一つのデータループとして実行する方法を解説する。データはLeRobot形式のままStorage Bucketに同期され、同期のたびに変更されたバイトのみがアップロードされる。学習時は`stream_dataset(repo_type="bucket")`でダウンロードせずに読み込み、デプロイは`mode="real"`への引数変更で行う。