反対する係がいない場所で、決めていた話
AIに相談すると、だいたい賛成してもらえる。少なくとも、私の使い方ではそうだ。 いま、人間ひとりと複数のAIで会社を運営する、という実験をしている。前回は、どのAIにどの仕事を任せるか、という話を書いた。今回はその続きだ。 企画を考える担当、伝え方を考える担当、実装する担当。役割を分けたAIに相談しながら、私が手を動かしていく。その中に、もう一人、「反対する担当」がいる。新しいアイデアが出たときに、「そもそも、これをやる必要があるのか」だけを見る係だ。会社を始めたときから置いている。 その係がいるのに、先日、きれいに流された。 ある画像生成ツールを、入れようとした話 ローカルのPC...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
自社の画風を学習させた画像生成AIは、78枚の画像で作れるのか
NVIDIAとHugging Faceの共同投稿が、FLUX.1-devに78枚・200ステップで特定の画風を習得させた条件と、8×H100 80GBでの実測スループットを公開しました。データは少なくて済み、計算資源は借りるしかない——中小企業にとっての切り分けを整理します。
続きを読む →
新しい汎用AIが出ても特化モデルは勝てるのか — スコア0.925対0.798の比較を読む
帳票の読み取りをAIに任せるとき、最新の大手汎用モデルを待つべきか、自社言語・自社帳票に合わせた小型モデルを選ぶべきか。2026年7月16日に公開された比較では特化モデルが0.925、汎用OCRが0.798でした。ただしこれは提供元自身が設計したポルトガル語専用ベンチマークの数字です。
続きを読む →
攻撃者の操作ログ17,000件超──AIエージェントによる侵入に、中小企業は何を前提に備え直すべきか
Hugging Faceが自社の侵害インシデントを公開しました。フォレンジックのために解析した攻撃者の操作ログは17,000件超、横展開が行われたのは週末の1回分です。中小企業にとっての結論は「鍵とトークンの棚卸し」と「ログを残す設計」の二点に集約されます。発表者が被害当事者かつAI提供者である点も含めて読み解きます。
続きを読む →