こんにちは、ココナラで Web エンジニアをしている慕狼ゆに (しのがみゆに) (@yuni_shinogami) です。 こちらは株式会社ココナラ Advent Calendar 2025 15 日目の記事です。 普段は業務で TypeScript を書いていますが、今回は技術的な How-to ではなく、「あえて Haskell に入門してみた」という個人の学習記録を書きたいと思います。 「なぜ今さら Haskell？」と思われるかもしれませんが、普段 TypeScript を書いている人間が、Has

2025 年 12 月 2 日、 Amazon Nova 2 Lite をリリースしました。これは、日常のワークロードに対応する高速で費用対効果の高い推論モデルです。 Amazon Bedrock で利用できるこのモデルは、業界トップクラスの価格パフォーマンスを提供し、企業や開発者が高性能で信頼性が高く効率的なエージェンティック AI アプリケーションを構築するのに役立ちます。自社の領域を真に理解する AI を必要とする組織にとって、Nova 2 Liteは Nova Forge と併用 して独自のフロン

はじめにこの数年で、人工知能は目覚ましい発展を遂げています。大規模言語モデルは人間レベルの言語生成能力を備え、マルチモーダルモデルはテキストと画像を横断して推論しています。また、特定の分野では専門家に...

こんにちは、AIチームの二宮です。 本記事は AI Shift Advent Calendar 2025 11日目の記事です。 今回の記事では、Agent Development Kit（ADK）のVisual Builderを実際に試してみました。このツールを用いたエージェントの構築を通じて、Visual Builderのプロンプトから学べることをまとめてみます。 Agent Development Kit（ADK）とは ADKは、Googleによって開発されたオープンソースのエージェント構築ライブラリ

リクルートのデータ推進室は、数多くの領域にまたがるサービスのデータ活用を牽引し、事業の成長を最前線で支える部門横断的な組

こんにちは、えっぐです。ココナラのサーバーサイドエンジニアとして、施策開発や技術施策から障害対応、システム運用まで幅広く取り組んでいます。 この記事は 株式会社ココナラ Advent Calendar 2025 10日目の記事です。 「全問い合わせの1%」への対応が組織の限界を決める：AIで挑む「プロセスのデバッグ」 はじめに：開発の手を止める「1%の問い合わせ」とどう向き合うか エンジニアの皆さん、日々の「割り込み」に脳のメモリを食いつぶされていませんか？ 私たちエンジニアの元に届く問い合わせは、件数だ

組織は、AI モデルを自社の具体的なビジネスニーズに適応させる際に、難しい選択を迫られます。平均的な結果しか出ない汎用モデルで妥協するか、高度なモデルカスタマイズの複雑さとコストに挑むかです。従来の方法では、小規模モデルでは性能が低く、大規模モデルでは高コストや複雑なインフラストラクチャの管理が必要になるという選択を強いられます。強化学習による微調整は、大規模なラベル付きデータセットではなくフィードバックを使ってモデルを訓練する高度な手法ですが、実装には通常、専門的な機械学習の知識、複雑なインフラ、および

この記事は 一休.com Advent Calendar 2025 の 5日目の記事です。 私は毎年この時期になると Haskell に関する記事を投稿していますが、今年もまた Haskell を題材にしつつ、今回は Haskell を使うことがプログラミング中の思考にどのような影響を与えるかについて考察してみようと思います。 LLM と「言葉が思考を形づくる」という直感 LLM (Large Language Models、大規模言語モデル) は次にくる言葉を予測しているだけなのに、それが知性のように見

本記事は 2025 年 11 月 20 日に公開された “ Multi-key support for Global Secondary Index in Amazon DynamoDB ” を翻訳したものです。 Amazon DynamoDB は、 グローバルセカンダリインデックス (GSI) の複合キーで最大 8 つの属性 をサポートするようになりました。これで、GSIの一部としてアイテムを識別するために最大4つのパーティションキーと4つのソートキーを指定できるようになり、複数の次元に及ぶ大規模なデー

本記事は 2025年11月26日 に公開された「 How Octus achieved 85% infrastructure cost reduction with zero downtime migration to Amazon OpenSearch Service | AWS Big Data Blog 」を翻訳したものです。 データ量が指数関数的に増加し続ける中、ミッションクリティカルなワークロードが求める高いパフォーマンスと信頼性を維持しながら、検索インフラストラクチャのコストを最適化するプレッ

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

はじめに Turing CTO室に所属している東京科学大学(Institute of Science Tokyo)の藤井です。 本記事では、OpenAIから2025年8月にリリースされたgpt-ossをNVIDIA NeMoフレームワークにて学習するための方法について解説します。 2025年11月4日時点では、NVIDIA公式からは、LoRA finetunigを行う方法についてのみ解説されており、Long Context継続事前学習(Continual Pre-Training)など本格的な学習を行うに

この記事は Deep Dive: Amazon ECS Managed Instances provisioning and optimization (記事公開日: 2025 年 11 月 4 日) を翻訳したものです。 Amazon Elastic Container Service (Amazon ECS) マネージドインスタンス は、完全マネージドのコンピューティングオプションで、インフラストラクチャ管理のオーバーヘッドを排除しながら、 Amazon Elastic Compute Cloud (

本記事では、現在進行中で取り組んでいるテーマ「生成AI×数理最適化」に関する試みとして、生成AIを活用して数理最適化技術の実務適用を支援するアプローチを紹介します。例として、スーパーマーケットにおける在庫管理の効率化を取り上げ、その具体的な応用と効果について述べます。 はじめに 背景 数理最適化モデルの定式化と実装に伴う困難 生成AIの台頭 実現アプローチの検討 生成AI活用の全体像 在庫最適化の課題設定 実現までのステップ 1. 定式化支援エージェントによる定式化支援 2. 入力データ設計支援エージェン

本記事は 2025 年 10 月 27 日に AWS Public Sector Blog で公開された Building large language models for the public sector on AWS を翻訳したものです。翻訳はソリューションアーキテクトの川戸渉が担当しました。 大規模言語モデル (Large Language Model, LLM) は、公共機関によるサービス提供、市民とのエンゲージメント、データに基づく意思決定の方法を根本から変えています。高度な多言語対応と複雑