はじめに 前回の記事では、LangfuseをAWS上にデプロイしてLLMアプリケーションのトレースを可視化する方法をご紹介しました。トレースによって「何が起きているか」は見えるようになりましたが、これだけでは「その回答は良いのか悪いのか」を判断することはできません。 そこで今回は、Langfuseの「評価」機能を使って、LLMの回答品質を自動で数値化し、ダッシュボードでリアルタイムに可視化する方法をご紹介します。 前提条件 Langfuse環境 ( 前回の記事でデプロイ済み ) 観測対象のRAGシステム

この記事は「ビギナーズ Advent Calendar 2025」の9日目の記事です。 はじめに NTTデータグループ 技術革新統括本部の大谷です。 私たちのチームでは、RFP（Request for Proposal）に対する非機能要件の抜け漏れチェックを生成AIで自動化する取り組みを進めています。昨年度トピックス発信も行っているので、ぜひ見てもらえると嬉しいです！ https://www.nttdata.com/global/ja/news/topics/2024/121300/ 現在は、さらに精度を

はじめに 本日、Snowflake Intelligence がついに GAとなりました。 これを記念して、改めてこの新機能の魅力を皆さんにご紹介したいと思います。 Snowflake Intelligenceはプレビュー期間中からすでに多くの注目を集めており、ブログ記事やお客様からのお問い合わせを通じて、その関心と期待の大きさを強く感じています。 私自身もこれまでに、Snowflakeの新機能をいくつか検証してきましたが、その中でも印象に残っているのがCortex Agentsの検証です。Cortex

こんにちは、SCSK斉藤です🐧 2025年11月にSnowflake Intelligenceがついに一般提供(GA)になりました。こちらは生成AIを利用して自然言語によるデータ検索や要約を可能にしてくれるインテリジェンスエージェントサービスです。 前回のブログでは、Snowflake Intelligenceの概要とセットアップ方法について弊社松岡より紹介しました。今回はその続きとして、実際にSnowflake Intelligenceを利用する為の過程・SCSKならではの支援について案内します！ Sn

G-gen の杉村です。BigQuery の 自動エンベディング生成 機能の概要と、簡単な検証結果を紹介します。自動エンベディング生成を使うと、テーブルの特定列のデータが挿入されたり更新されたりしたときに、自動的にエンベディングが生成され、セマンティック検索や RAG に利用することができます。 はじめに BigQuery の自動エンベディング生成とは 料金 制限事項 接続の作成と設定 接続とは 接続の新規作成 サービスアカウントへの権限付与 テーブルの作成 レコードの挿入 エンベディング生成状況の追跡

こんにちは、AI Shift AI Solution事業部 Forward Deployed Engineer(FDE)の若泉です。 この記事は AI Shift Advent Calendar 2025 の6日目の記事です。 はじめに ここ最近、資料作成AIが次々と登場しています。 「文章入れたら、もうスライドになる」が当たり前になりつつある一方で、提案資料を作る側としてはこう思うこともあります。 テンプレはウチの会社のやつ使いたい 提案資料には“お作法”があって、自由に作られると逆に困る .pptx

みなさんこんにちは。 こちらは AI Lab Advent Calendar 6日目 の記事です。 ...

MEKIKI X AIハッカソンもぐもぐ勉強会 Advent Calendar 2025の5日目を担当する古谷です。 2025年6月にDatadogから提供開始されたDatadog LLM Observabilityを実際に動かしてみたので、今回はその検証レポートをお届けします。 そもそもLLM Observabilityとは？ 生成AIアプリケーションの開発が加速する一方で、その内部動作はブラックボックス化しやすいという課題があります。特にRAGやMCP等を含むAIエージェントでは、 プロンプト → 応

本記事は 2025 年 12 月 2 日 に公開された「 Amazon S3 Vectors now generally available with increased scale and performance 」を翻訳したものです。 Amazon S3 Vectors がスケールとパフォーマンスを大幅に向上させて一般提供を開始しました。S3 Vectors は、ベクトルデータの保存とクエリをネイティブにサポートする初のクラウドオブジェクトストレージです。専用のベクトルデータベースソリューションと比較

参照：「AWS Introduces Automated Reasoning Checks」 ^1 この記事は KINTOテクノロジーズ Advent Calendar 2025 の3日目の記事です🎅🎄 0. はじめに KINTOテクノロジーズのCloud Infrastructure G(CIG)でInfrastructure Architectを担当している劉(YOU)です。 2024年12月、AWSは生成AIの数学的証明と論理的推論を実現することができる自動推論を re:inventで発表 しました

著者： Researchチーム 春日 1. はじめに 「レビューがいつまでも終わらない」「人によって指摘の粒度がバラバラ」「些細な指摘で心理的安全性が削られる」……。 開発規模の拡大や専門性が深まるにつれ、ドキュメントやコードのレビューにまつわる悩みは、どの現場でも尽きないテーマではないでしょうか。Bacchelliら *1 の研究でも示されている通り、現代のレビューには単なる欠陥発見以上に「知識の共有」や「チームの認識合わせ」という高度な役割が期待されています。特に私たちResearchチームにおいては

みなさん、こんにちは。XI イノベーション 本部エンジニアリングテクノロ ジー センターの宮原です。 アメリ カ、ラスベガスにて12/1(月)から始まった AWS re:Invent2025に参加しております。 現地時間の12/2(火)の8:00からのキーノートに先ほど参加し、キーノート終了後速報でこちらのテックブログを書いております！ キーノート内での新サービス・機能の発表の中でいくつかピックアップし、サマリー形式でお伝えできればと思います！ 所感 新サービス・機能の発表 Amazon Nova 2 A

こんな方へ特におすすめ これからエンジニアとしてのキャリアをスタートさせる方 未経験からエンジニアを目指しているけれど、不安を感じている方 IT業界やエンジニアという職業に興味がある、学生や他業種の方 概要 こんにちは。サイオステクノロジーのはらちゃんです。 「SIOS社員が今年一年で学んだこと」のアドベントカレンダー2日目です！記念すべき10本目のブログ執筆となります！！ 早いもので、新卒で入社してから1年が経ちました。 今回は、この1年間どんな風に過ごしたか、何を学んだのか一緒に振り返っていきます。

はじめに 東京海上日動システムズ株式会社様（以下、同社）では、生成 AI を活用した継続的な変革に取り組まれています。これまで、 生成AIによるアプリケーションモダナイゼーション や AI-DLC（AI-Driven Development Life Cycle）による開発変革 について紹介してきましたが、本ブログでは、同社の生成 AI 活用のもう一つの重要な取り組みである、全社向けの生成 AI アプリケーション実行基盤の構築についてご紹介します。 特に、RAG（Retrieval-Augmented G

みなさんこんにちは！ワンキャリアのデータチームでAIプロダクトマネージャーを務めるプリヤンカです。 今回は、以前書いた記事「EMからAI PdMへ キャリアチェンジで『知っておきたかった』こと」の続編として、AI PdMとしての 基礎知識を固めるためにおすすめな書籍 を5冊ご紹介したいと思います。