<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>AI/ML Field Guide — すべての更新</title><description>体系的なレッスン、テーマ別の深掘りハブ、プラットフォームとモデルのリファレンス、そして毎日のAI・機械学習ニュースを平易な日本語で。最初の分類器から研究の最前線まで。</description><link>https://www.aimlfieldguide.com/</link><language>ja</language><item><title>レッスン: 機械学習とは何か</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/01-what-is-machine-learning/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/01-what-is-machine-learning/</guid><description>ルールを人が書くのではなくデータに当てはめるプログラム、学習と予測のループ、トラック全体で使う用語、そして機械学習が適さない場面</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: データがモデルである: データセット、分割、リーク</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/02-data-is-the-model/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/02-data-is-the-model/</guid><description>pandasで小さな合成データセットを作り、学習・検証・テストに分割し、リークする特徴量を仕込んで検証スコアが嘘をつく様子を観察します</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: 線形回帰とロジスティック回帰をゼロから実装する</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/03-linear-models-from-scratch/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/03-linear-models-from-scratch/</guid><description>最小二乗法をnumpyで閉形式に解き、次にシグモイドと対数損失を使うロジスティック回帰を勾配降下法で当てはめ、どちらもscikit-learnと照合します</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: 学習ループ: 損失、勾配、学習率</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/04-training-loop-and-loss/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/04-training-loop-and-loss/</guid><description>ほぼすべてのモデルを学習させる4ステップのループ、手計算と有限差分で検証する勾配、そして遅すぎ・適切・発散の3つを1枚のチャートで示す学習率の掃引</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: 決定木と勾配ブースティング</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/05-trees-and-gradient-boosting/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/05-trees-and-gradient-boosting/</guid><description>決定木が分岐を選ぶ仕組み、深さが学習精度と保留精度に与える影響、勾配ブースティングが小さな木を積み重ねて強いモデルを作る方法、そして特徴量重要度に注意が必要な理由</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: 嘘をつかない評価</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/06-evaluation-that-does-not-lie/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/06-evaluation-that-does-not-lie/</guid><description>不均衡データで正解率が誤解を招く理由、適合率・再現率・F1・ROC-AUCが測るもの、層化交差検証とダミーベースラインで誠実さを保つ方法、ブートストラップでスコアに区間を付ける方法</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: PyTorchで作る最初のニューラルネットワーク</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/07-your-first-neural-network/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/07-your-first-neural-network/</guid><description>テンソル、autograd、nn.Module、学習ループを、8x8の数字画像を読む小さな多層パーセプトロンに適用します。ノートPCのCPUで数秒で動きます</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: エンベディングと類似検索</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/08-embeddings-and-similarity/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/08-embeddings-and-similarity/</guid><description>エンベディングベクトルとは何か、コサイン類似度の手計算、22 Mパラメータの文エンコーダを20文に対してローカルで実行、numpyによる最近傍検索、そしてキーワード索引より意味の検索に強い理由</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: LLMをうまく使う: プロンプト、構造化出力、限界</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/09-using-an-llm-well/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/09-using-an-llm-well/</guid><description>トークンとコンテキストウィンドウとは何か、システムメッセージとユーザーメッセージの違い、JSONを要求して検証する方法、few-shot例、すべてのモデルに共通する限界を、ローカルモデルとホスト型APIのコード付きで解説します</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: ノートブックからサービスへ: パッケージング、FastAPIエンドポイント、スモークテスト</title><link>https://www.aimlfieldguide.com/ja/learn/beginner/10-from-notebook-to-service/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/beginner/10-from-notebook-to-service/</guid><description>小さなscikit-learnパイプラインを学習してjoblibで保存し、入力を検証するFastAPIエンドポイントで包み、サーバーなしでプロセス内テストを行い、他の人が実行できるようにプロジェクトを構成します</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>レッスン: 手計算で学ぶ誤差逆伝播法、そしてautogradへ</title><link>https://www.aimlfieldguide.com/ja/learn/intermediate/01-backpropagation-by-hand/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/learn/intermediate/01-backpropagation-by-hand/</guid><description>2層ネットワークに実際の数値で連鎖律を適用し、numpyで逆伝播を書き、有限差分で検証し、PyTorchのautogradが同じ勾配を生み出すのを確かめます</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>プロジェクト: PyTorchでCPU上に作るMNIST級のCNN</title><link>https://www.aimlfieldguide.com/ja/projects/mnist-cnn-pytorch/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/projects/mnist-cnn-pytorch/</guid><description>16x16の数字画像で2層の畳み込みネットワークをノートPCのCPUで1秒以内に学習し、損失曲線を読み、混同行列を出力して、どの数字を間違えるかを調べます。</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>プロジェクト: FastAPIエンドポイント付きの表形式データ分類器</title><link>https://www.aimlfieldguide.com/ja/projects/tabular-classifier-fastapi/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/projects/tabular-classifier-fastapi/</guid><description>乳がんデータセットでscikit-learnのパイプラインを学習し、joblibで保存し、/predictと/healthを持つFastAPIアプリから提供します。サーバーを起動する前に、アプリをインプロセスでテストします。</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>プロジェクト: Apple Silicon上でLoRAを使い、小さなモデルを15分以内にファインチューニングする</title><link>https://www.aimlfieldguide.com/ja/projects/lora-fine-tune-apple-silicon/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/projects/lora-fine-tune-apple-silicon/</guid><description>SmolLM2-135Mが素のままではできない日付形式の変換を、MPSまたはCPUで60ステップ学習したランク8のLoRAアダプタで教え、アダプタを保存・再読み込み・検証します。</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>プロジェクト: ローカルのエンベディングで作る、テキストフォルダ上の小さなRAGシステム</title><link>https://www.aimlfieldguide.com/ja/projects/tiny-rag-local-embeddings/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/projects/tiny-rag-local-embeddings/</guid><description>ノートのフォルダをチャンク化し、CPU上のall-MiniLM-L6-v2でチャンクを埋め込み、素のnumpyによるコサイン索引で検索し、上位チャンクをOllama経由でローカルモデルに渡して、出典付きの回答を得ます。</description><pubDate>Fri, 13 Nov 2026 00:00:00 GMT</pubDate></item><item><title>vLLM v0.33.0が927コミットでリリース、v0.34.0のリリース候補も登場</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-12-vllm-v0-33-0-ships-with-927-commits-as-v0-34-0-release/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-12-vllm-v0-33-0-ships-with-927-commits-as-v0-34-0-release/</guid><description>vLLMは2026年11月2日に、短くなったDockerイメージ名を伴うv0.33.0をタグ付けし、その後10日以内にv0.34.0のリリース候補を2つ公開しました。</description><pubDate>Thu, 12 Nov 2026 00:00:00 GMT</pubDate></item><item><title>AnthropicがIPOのロードショーを開始。Class A株8億2,500万株を$70から$78でNasdaqに</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-10-anthropic-ipo-roadshow/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-10-anthropic-ipo-roadshow/</guid><description>ティッカーANTでの上場案は、10月26日に提出したS-1に続くものです。Anthropic自身が8億100万株を売り出し、調達額、価格決定日、クロージング日はまだ示されていません。</description><pubDate>Tue, 10 Nov 2026 00:00:00 GMT</pubDate></item><item><title>Hugging Faceが、テキストを書く代わりに選択肢を採点するモデル向けのdecisionパイプラインを追加</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-10-hugging-face-adds-a-decision-pipeline-for-models-that-score/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-10-hugging-face-adds-a-decision-pipeline-for-models-that-score/</guid><description>Transformersに、定義済みの回答に対する確率を返す「decision」タスクが加わりました。同時に、新しいarXiv論文はそうしたモデルが長期エージェントにどう組み込まれるかを問うています。</description><pubDate>Tue, 10 Nov 2026 00:00:00 GMT</pubDate></item><item><title>研究ダイジェスト、2026年11月10日の週</title><link>https://www.aimlfieldguide.com/ja/research/2026-11-10/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/research/2026-11-10/</guid><description>LoRAの容量、エッジ向けの重み圧縮、RAGの引用の出所、プロンプトインジェクション防御、データ不要のモデルマージ、小さなパーサー向けの出力形式、SFT対RL、CUDAカーネルに関するarXiv論文8本。</description><pubDate>Tue, 10 Nov 2026 00:00:00 GMT</pubDate></item><item><title>AnthropicがClaude Fable 5.2とMythos 5.2を公開、有料の高速モードを追加</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-09-anthropic-claude-fable-5-2-mythos-5-2/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-09-anthropic-claude-fable-5-2-mythos-5-2/</guid><description>2つの5.2モデルは1つの基盤ネットワークを共有します。Anthropicは出力の高速化、2倍の価格で2.5倍の高速モード、Fable 5.1比で約55%少ないセーフガードによるブロックを報告しています。</description><pubDate>Mon, 09 Nov 2026 00:00:00 GMT</pubDate></item><item><title>Googleがコンフィデンシャルコンピューティング向けTPU 8txと2チップ構成のTPU 8i Maxを追加</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-09-google-tpu-8tx-and-8i-max/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-09-google-tpu-8tx-and-8i-max/</guid><description>TPU 8txはTPU 8tのシリコンにAMD EPYCホストを組み合わせ、機密性の高い推論と小規模学習に向けます。TPU 8i Maxは2つの8iチップを1パッケージに収めます。価格や日程はまだありません。</description><pubDate>Mon, 09 Nov 2026 00:00:00 GMT</pubDate></item><item><title>Ollama 0.40.16がRipple-65B Previewを搭載。Apache-2.0の密なコーディングモデル</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-09-ollama-0-40-16-ripple-preview/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-09-ollama-0-40-16-ripple-preview/</guid><description>1週間に3つのOllamaリリースがあり、Ricursiveの65 B密モデル、MiMo V2.6、Qwen3向けのYaRN長コンテキストが加わり、OpenAI互換エンドポイントがモデルのサンプラー既定値を上書きしなくなりました。</description><pubDate>Mon, 09 Nov 2026 00:00:00 GMT</pubDate></item><item><title>Moonshot AIがKimi K3.1 Proの重みを公開。総パラメータ2.8 T、アクティブ104 BのマルチモーダルMoE</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-05-moonshot-kimi-k3-1-pro-open-weights/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-05-moonshot-kimi-k3-1-pro-open-weights/</guid><description>重みはMXFP4で、ホスティング事業者向けの売上閾値を加えたMoonshot独自ライセンスの下で配布されます。コンテキストは1 Mトークンで、モデルカードはvLLM、SGLang、TokenSpeedを推奨しています。</description><pubDate>Thu, 05 Nov 2026 00:00:00 GMT</pubDate></item><item><title>llama.cpp v0.9.0がOCP FP8 E4M3量子化とバッチ化テンソルコピーAPIを追加</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-04-llama-cpp-0-9-0-fp8-e4m3/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-04-llama-cpp-0-9-0-fp8-e4m3/</guid><description>11月のリリースでは、FP8ファイル形式、複数シーケンスのサービング向けに効率化された統合KVキャッシュ、4つの新アーキテクチャ、そして初期のマルチノードテンソル並列を備えたggml v0.29.0が加わりました。</description><pubDate>Wed, 04 Nov 2026 00:00:00 GMT</pubDate></item><item><title>MetaがConductorを買収。Claude CodeとCodexのエージェントを並列実行するMacアプリ</title><link>https://www.aimlfieldguide.com/ja/news/2026-11-04-meta-acquires-conductor/</link><guid isPermaLink="true">https://www.aimlfieldguide.com/ja/news/2026-11-04-meta-acquires-conductor/</guid><description>条件は非公開。Conductor Cloudは11月13日に読み取り専用となり11月20日に終了。ローカルアプリは2027年初頭に更新を停止し、チームはMetaに加わります。</description><pubDate>Wed, 04 Nov 2026 00:00:00 GMT</pubDate></item></channel></rss>