https://note.com/kotaro_kinoshita/n/n70df91659afc
おお、日本語OCRのPythonパッケージ。良さそう。
https://tabkul.com/?p=262188
だいぶ昔の記事だが、無償でWindowsをインストール、ということはライセンス認証してないということになるので、普通に違反なんじゃないのかこれは？
https://x.com/yumekutteikt/status/1860971943320793143
Twitterが外部リンクにペナルティを与えるのは前からずっとそうだったし、なんならスコアリングのアルゴリズムのソースコードまで開示してたわけだし、今更じゃないですかね。
むしろ当時のアルゴリズムだと、ニュースサイト以外の外部リンクは、ユーザースコア次第ではスパム扱いされていたので、その後Xになってから緩和された、まである。
https://x.com/rowancheung/status/1642605842217283584
外部リンクのスコアを下げる理由は、Twitter時代は純粋なスパム対策だったのだろうが、X時代では無料広告枠として使えなくするためだろうね。外部リンク貼りたければ、プロモーション枠を買え、だ。分かりやすい。
https://x.com/kizuki_jpn/status/1861343241645498514
これ、システムが平成時代に作られたもので、次の元号がまだ不明だったから、当時の皇太子の名前をプレースホルダとして利用していたのがそのままになってる説を推そう。
https://x.com/KazeAI_official/status/1861280498439594134
ウォーターマーク除去AIらしい。NAIのディレクターツールにある、デクラッターに近い機能かな。
そもそもこのKaze AIなるサービス、さまざまなAIレタッチ機能を提供するサービスのような体裁をしてるが、実はウォーターマーク除去機能しかない。これから追加するのかもしれないけど、どう考えても、AIレタッチとして最初に実装すべき機能ではないわな。
個人的には、gitに限らず一般にソース管理機能というのは、ディレクトリ型ファイルシステムにアドオンされたものなので、どうしても使用感には無理が出てくると感じる。
https://x.com/kazto_dev/status/1860991189169975782
GUIでgit使っちゃダメというより、分からないままgit触っちゃダメということかと思うがなぁ。
gitは某天才が自分のために作ったツールなだけあって、フールプルーフ的な設計思想になっていないので。
チェスプロンプト、「お前はチェスのグランドマスターだ。次の手を考えろ」という内容だけど、completionモデルに特化するなら、「以下にグランドマスター対アマチュアのチェス譜面を提示します。」とかにした方が強くなりそうな気もする。
あとOpenAIの基盤モデルは、やっぱりそこらのオープン系LLMとは格が違うんだと思う。パラメータ数だけでは測れない何かがある。たぶんデータセットの質なんだろうな。
chatチューニングは、Q&Aタスクとか会話タスクが得意というだけで、一般的な生成タスクだと性能が落ちがち。
でも、AIの「安全性」（エロ、犯罪などを出力しないこと）担保のためには、chatチューニングは不可欠なんだろうなあ。
gpt-3.5-turbo-instructだけチェス強い現象は興味深いし、その理由を検証するための実験手順は適切だし、結論にも妥当性を感じる。良い研究であった。
実際、chat completionモデルは、生成タスクにおいてはナーフ要素になり得るよね。小説なんか書かせたいときでも、小説の冒頭を与えて続きを書け、という指示を出すより、小説の冒頭を与えて続きを補完させる方が、ずっと良い結果になる。
https://dynomight.net/more-chess/
gpt-4o等のchat completionモデルと比べ、completionモデルであるgpt-3.5-turbo-instructだけチェスが強い現象があるらしい。
しかしgpt-4oでも、「まず現在までの手順を復唱した後に、次の手を出力せよ」のように指示し、さらにfew-shots promptingすれば、gpt-3.5-turbo-instruct並に強くなったらしい。
このことから、チャットテンプレートに含まれる、role指定トークン（OpenAIのChatMLなら"<|im_end|>\n<|im_start|>assistant\n"）によりチェス手順が分割されるのが、chat completionモデルでの性能劣化を招いているのでは、という考察がされている。
なおLlama3などオープン系モデルは、completionモデルであっても、どれも等しくチェスが弱いらしい。なので、OpenAIの基盤モデルは他のオープン系モデルに比べてそもそも地頭が良いのでは、という考察も。
まあこんな速算表は誤解の元でしかないし、今や税金計算を手計算でするなんてレア中のレアだし、税率の定義が知りたければ所得税法第89条を見よ、で十分である気もする。
国民向けには、課税所得額を引数に取ると、実効税率（あるいは税額）を出力する関数を提供して、国税庁のトップページにでもアプレットを置いとけばそれで足るのではないか。視覚化が必要なら、x=課税所得額,y=所得税額なグラフでも付けておけばいい。税率の定義より、具体的な税額の方が、取られる方の立場からすればずっと重要だと思うので。
https://x.com/satobtc/status/1860941992295043251
所得税の累進課税も、相変わらず全く理解されない制度だなあ。
もちろん、税率が上がると同時に控除額も大きくなるので、課税所得額が900万円を超えた瞬間に、いきなり税額が跳ね上がるなんてことはない。グラフを書けば、税額は連続になる。
ああ、Google製のAIでも、音声認識と翻訳は役に立つな。しかしこれらの技術は昨今の生成AIブーム以前からの、いわば枯れたAIに属するものだし、分けて考えていいと思う。
今となっては、GoogleはAI便利ですぞ、と言い続けないとAI商売が成立しないから、なんとか使えそうな部分に組み込む必要があり、それが「AIによる概要」なんだろうなあ。なんせ他のAIは、もっと実用性ないしな…
思えばBing Chatの時点で、既にWeb検索のRAGは使い物にならない、というのを皆把握してたと思うんだが、それはLLMの性能が低いから（いうてGPT-4だったけどな？）とか、ソースが（Googleではなく）Bingのインデックスだからとか、そういう解釈をした人が多く、RAGの手法そのものに実用性がないと判断した人があまり居なかったということなんだろうか。
個人的には、まさかGoogleが追従するとは思ってなかった。要約を表示しちゃったら、ソース見にいく人がその分減るから、広告ビジネスと相反するからやらんだろうと思っていたけど、それ以前に、使い物にならない機能をわざわざ追加せんやろ、と思っていた。
