Anthropic は 5 月 22 日、次世代の Claude モデルである Opus 4 と Sonnet 4 をリリースしました。コーディング、高度な推論、次世代の有能な自律型 AI エージェントのサポートを目的として設計されたモデルです。どちらのモデルも Amazon Bedrock で一般提供を開始しました。開発者はモデルの高度な推論機能とエージェント機能の両方にすぐにアクセスできるようになりました。 Amazon Bedrock は Anthropic の最先端モデルで AI の選択肢を広げ、

AWS の生成 AI ワークロードのコスト最適化に関する 5 回構成のシリーズの続きとして、3 回目のブログでは Amazon Bedrock に焦点を当てます。以前の投稿では、 生成 AI の導入に関する一般的なクラウド財務管理の原則 と、 Amazon EC2 とAmazon SageMaker AI を使用したカスタムモデル開発の戦略について説明しました。今回は、Amazon Bedrock のコスト最適化手法についてご案内します。料金オプション、モデル選択、ナレッジベースの最適化、プロンプトキャッ

こんにちは AIチームの戸田です 先日、LLMの "aha moment" に関して興味を持ち、関連論文やWeb上の記事を読んでみたところ、賛否両論の様々な見解があり興味深かったので、今回はその内容を共有したいと思います。 aha momentとは そもそもaha momentとは、ドイツの心理学者のカール・ビューラーが提唱した心理学上の概念で、今まで分からなかったことや、問題の答えが、突然「あっ、そうか！」とひらめく瞬間のことを言うようです。日本語だとアハ体験と呼ばれていたりします。 間違い探しが、よく

はじめに こんにちは、クラウドエースの柏倉です。 今回は、BigQuery の RANGE 関数についてご紹介します。 RANGE 関数 BigQuery における RANGE 関数（Range functions）は、RANGE 型の区間データを使って、区間同士が隣接しているか、重複しているかといった関係を調べることができます。 区間における「重複」と「隣接」の違い 重複：区間が重なりあっている (区間 1 の一部の区間と区間 2 の一部の区間が重なる) 隣接：区間が隣り合っている (区間 1 の終了値

「Tiny-R1-32B-Preview」という軽量モデルが、SuperDistillation（超蒸留）技術を用いることで、大規模言語モデルのDeepSeek-R1に近いパフォーマンスを実現しました。このモデルは、特に数学、コーディング、科学の3つのドメインで優れた性能を発揮します。

はじめに 私のチームではエンジニア向けメディアを運営しているのですが、メディア運営の意見出しや壁打ち相手ができるAIを作りたいなと思っていました。 そこで、実際にいるエンジニアを想定したペルソナをCopilot エージェントに設定し、壁打ち相手として対応できるようにしました。 今回は、Copilot エージェントの設定方法や使ってみた感想を書いていきます。 作成手順 ①ペルソナを作る ②作成したペルソナをCopilot エージェントに設定する ①ペルソナを作る まずはCopilot エージェントに設定する

Amazon Bedrock のガードレール を 1 年以上前 にリリースして以来、Grab、 Remitly 、 KONE 、 PagerDuty などのお客様は、 Amazon Bedrock のガードレール を使用して、 生成 AI アプリケーション全体の保護を標準化し、ネイティブモデルの保護とエンタープライズ要件のギャップを埋め、ガバナンスプロセスを合理化してきました。4 月 8 日、お客様がエンタープライズ規模で責任ある AI ポリシーをさらに効果的に実装するのに役立つ新しい一連の機能をご紹介し

AIエージェントは、これからの社会に大きな変革をもたらす可能性を秘めた技術です。本セッションでは、A ...

帰納的な推論 と 発見的な推論(アブダクション) は、 私たちがソフトウェア開発の現場/実務で（知らず知らずにでも）駆使している思考の形です（それどころか日々の暮らしでも使っています）。 それほど“自然な”思考の形ですが、どんな考え方で、どんなところに注意すると質の高い思考ができるのか、基本知識を押さえておくと実務のレベルアップにつながります。 ＜実務三年目からの発見力と仮説力　記事一覧＞ ※クリックで開きます 【第1回】見つけるための論理【連載初回、全文公開中】 【第2回】 “共通項”を見つけ出す 【第

みなさんこんにちは！ ワンキャリアのOCC（ONE CAREER CLOUD）チームで開発エンジニアを担当しているJustin（Github： justin3-1 ）です。

みなさん、こんにちは。AWS ソリューションアーキテクトの三厨です。 日本のお客様から数多くご要望をいただいておりました Amazon Q Developer の日本語対応ですが、この度日本語を含む多言語サポートの拡大という形で IDE および CLI 機能にて対応いたしました。詳細についてはぜひこの投稿の中で紹介いたします日本語ブログをご参照ください。また、これを機に Amazon Q Developer の機能をハンズオンの「 Q-Words 」で網羅的に学ぶこともおすすめです（日本語対応済）。 それ

搬送最適化とは 概要 実例 論文の内容 概要 数式の詳細 定式化 まとめ 記事執筆者 搬送最適化とは 概要 搬送最適化の前に、物流最適化について解説する。物流最適化とは、物流業務全体におけるコスト削減、効率向上、労働環境改善などを目的とした取り組みである。 物流最適化には、以下のような具体的な方法がある。 トラックの最適な配送ルートの計画 データ活用で在庫管理の効率化 自動倉庫システムによる作業効率の向上 上記の中でも、特に自動倉庫システムなど、倉庫内における貨物搬送を最適化する必要が出てくる。これを搬送

はじめに こんにちは、株式会社タイミーでデータサイエンティストとして働いている貝出です。直近はカスタマーサポートの業務改善に向けたLLM活用のPoCやシステム開発を行っております。 さて、今回は2025年3月10日（月）～3月14日（金）に開催された「言語処理学会第31回年次大会(NLP2025)」に昨年に続き参加してきましたので、その参加レポートを執筆させていただきます。 言語処理学会年次大会について www.anlp.jp 言語処理学会年次大会は 言語処理学会 が主催する学術会議であり、国内における言

こんにちは。技術広報ユニットの清水です。2024年12月から2025年2月にかけて、中高生向けアプリ ...

はじめに エブリーでデータサイエンティストをしている山西です。 今回は、社内で継続的に実施している数学勉強会について紹介します。 勉強会を続けるうえで工夫したポイントや、取り組みを続けての所感をお伝えします。 概要 エブリーのデータ&AIチームでは、「数式に向き合う習慣を維持する」目的で週に1回のペースで数学の勉強会を実施しています。 記事執筆時点では、データサイエンティスト（MLエンジニアを含む）3名で、『機械学習スタートアップシリーズ ベイズ推論による機械学習入門』を輪読形式で進めています※