なんなんでしょうね。 避難先→@lucinia_san@misskey.io
ここではないどこか
Joined October 2013
- Tweets175K
- Following117
- Followers333
- Likes16.1K
Lucinia retweeted
ドコモ、34万人の情報をAmazonに無断提供 総務省が行政指導 japan.cnet.com/article/35254…
Lucinia retweeted
北海道は「甘味が激貴重」の歴史で、寒冷地では自前で甜菜からしか糖を生産できない。
故に『甘味糖＝貴重＝お祝い＝憧れの食べ物』であり、内地人には理解し難い
『何にでも砂糖をかける(混ぜ込む)』
おう、味のしない茶碗蒸しを食べている民どもよ、北海道の茶碗蒸しは実質的なプリンだ、驚け。
Lucinia retweeted
FX戦士くるみちゃん 第6話の反応
新たなクズ爆誕！
芽吹「元手の20万円がなくなっただけやん？」
↓
芽吹「残りの奨学金を使えば...」
芽吹ちゃん大学の奨学金を全額FXにぶち込もうとする
あの～それ国や機関から借りてる借金なんですが......
もう終わりだよこのアニメ
#FX戦士くるみちゃん #fxkurumi
Lucinia retweeted
JTの件で界隈がにぎわっておるが、大元は先生ご指摘のとおり2023年の大統領令302号なのよな。去年調べた時点では発効以来述べ20社以上が一時管理下に置かれたり解除になったりという感じだった。
ロシアがJT資産を事実上の接収 問題の大統領令を読み解く(服部倫卓)
#Yahooニュース
news.yahoo.co.jp/expert/arti…
Lucinia retweeted
チェルノブイリ原発4号炉を覆う巨大ドームの修復に5億€必要だと欧州復興開発銀行。ロシア軍のドローン攻撃による損傷部分の手当てで、喫緊ではないが、放置すると内部が腐食して放射性物質の管理に支障をきたす。ロシアは負担する気がなく、G7が2億6千万€の拠出を決めたが。 politico.eu/article/damage-c…
Lucinia retweeted
>>10月のAnthropicのARRも前回と同じ横ばい、ということは個人的予想としてはまずないとおもっていて、かなり挽回していると予想。 もし売られすぎたタイミングでくれば反発する材料にもなるかなとみてる。
予想ビンゴ
本日Anthropic ARR800億報道（前月比+7%程
元々10月急落前の市場期待が年末1000億～
→7－9月に四半期 急激鈍化ショック安
→このまま再度伸びるならそこまで悪くないかも？
という内容
【AI需要は強い、成長できる】と周知されれば、懸念の一つは落ち着き取り戻して反発材料にはなり得る。
ただ、それはDC遅延の解決要因ではないし、むしろ
【AI需要は堅調】
【でも再来年～の設備投資は不透明】
のまま。
やはり個人的に、この減速は何年も続く長いAI成長・相場にとってはいい流れだと思う。
（「中国は蒸留なしで米国製を追い抜けない」という前提だけどｗ）
短期的な過度な投資は、逆回転した時酷い結果を生む事になる。ある意味、民主主義の自浄作用とも言える。
先々で供給増やせないとなると、AIの利用料の下値支え圧にはなることと、需要に追い付かない状況になる可能性も。27年まで計画通りなら今すぐはそんなに関係ない話かも？
Lucinia retweeted
そうかもなぁ…
youtu.be/I_0U5thy31o?si=gbvq…
Lucinia retweeted
ファー信じられん！TikTokには「AI広告の自動生成・配信機能」なるものがあり、ONにしてると勝手にAI Slop広告が配信されるってこと？
完全自動で作られたブツにしては逆にうまくできすぎでは…と思うけど、なんなんだその自動テロ機能みたいなやつは。
【TVアニメ「Dr.STONE」とのコラボレーションに関する広告配信についてのお詫び】
多大なるご心配とご迷惑をおかけしましたことを、心よりお詫び申し上げます。
pizza-la.co.jp/sc_announceme…
Lucinia retweeted
【速報】「将門塚」で下半身露出疑い、男性書類送検
47news.jp/15190510.html?utm_…
Lucinia retweeted
"You Don't Need Long Context"
NVIDIA finds that LLM agents can complete complex long-horizon tasks without maintaining their entire conversation history, which reduces inference costs.
So instead of accumulating tokens, they use frequent context compaction to summarize progress and retrieve information when needed, even resetting the context after every agent action.
Across six long-horizon benchmarks, this preserves accuracy while achieving up to 8.8x lower estimated inference costs.
alphaxiv.org/abs/2611.05306
