AI彼女アプリを半年作って気付いた。難しかったのは、AIより人間だった
AI彼女アプリを半年作って気付いた。難しかったのは、AIより人間だった AIKanojyoを作り始めて、 気付けば半年近く経っていた。 最初は、 AI彼女アプリを作ろうと思っていた。 自然に会話できるAI。 記憶を持つAI。 恋人らしく話せるAI。 そのくらいのイメージだった。 最初は、技術の問題だった どうやって記憶するか。 どうやって思い出すか。 どうやって自然な文章を書くか。 どうやって長く会話を続けるか。 毎日、 コードを書いていた。 エラーを直して、 仕様を考えて、 少しずつ機能を増やしていく。 それが、 開発だと思っていた。 でも、考えて...
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 →
この話題に関連する、TOEの実践・観測記録
リリース間隔が4〜6週から毎週へ短縮した事例で、AIエージェントにどこまで任せてどこに人を残すべきか？
Hugging Faceが自社ライブラリのリリース作業をAIで自動化し、4〜6週に1回だったリリースを毎週1回に、人手のレビューを数時間から約15分に短縮したと公表しました。1回あたりのAI利用コストは約0.25ドル。自社サービスの利用事例という利害関係も含めて、中小企業が持ち帰れる設計思想を整理します。
続きを読む →
パラメータ1.5Mから34.5MのOCRモデルは、自社の帳票読み取りを内製する道具になるのか？
PaddleOCRチームが公開したPP-OCRv6は、1.5M・7.7M・34.5Mの3構成で50言語に対応するOCRモデル群です。最大構成の検出Hmeanは86.2%、認識精度は83.2%と示されましたが、いずれも提供者自身の社内ベンチマークによる数字で、推論速度もライセンスも本文に記載がありません。読み方と検証の順番を整理します。
続きを読む →
定型判断はローカルAIで足りるのか — 330件の仕分けをF1 0.800・1件1.41秒で回した検証は何を示したか
Hugging Face公式ブログが、OpenClawリポジトリのPR・課題の仕分けをローカルの小型モデルで実施した結果を公開しました。330行の評価セットでF1 0.800、1件あたり1.41秒。巨大モデルはF1 0.811とほぼ同等ながら1件144秒。数字の出どころと限界も含めて読み解きます。
続きを読む →