AI チュートリアル

Gemini 4 Argon、関数呼び出し、プロファイリングで Python エージェントを構築し、非公開テスト、ベンチマーク、API コストでパッチを検証します。

Mercury 3 が拡散生成を用いてインシデント分析アシスタントを構築し、リファインメント状態を可視化し、低い vs. 高い reasoning effort を比較する方法を学びます。

Meta Muse WonderとOlostepのWeb APIを使って医療に関する主張を検証し、推論を説明し、証拠の出所を示します。

Kimi K3.1 Pro APIで、ビジョン入力、ツール呼び出し、Dockerサンドボックス、隠し評価器、コストトラッキングを用いた画像→CADのPythonエージェントを構築します。

初めての方向けのMeta Muse実践セットアップガイド。権限の設定、ツール接続、エージェントが本当に完了できるタスクのスコープ設定、そして出力を信頼する前に何をしたか分かるようにアクティビティログを読む方法を解説します。

ディシジョン・モデルは、テキスト生成ではなく固定の解答候補を採点します。仕組み、Jevの位置づけ、独立テストの所見を解説します。

Windows上でMiMo-V2.6-ProとともにPaperclipをセットアップし、単一のダッシュボードから計画・分担・管理を行う自律型AIチームを構築する方法を学びます。

Pythonで進める実践的なRAG評価チュートリアル。評価データセットの作成、Ragasの4つの中核メトリクスによる採点、CIへの品質ゲート組み込み、合成テスト質問の生成、コミット間のスコア追跡により、検索失敗と生成失敗をユーザーが気づく前に見分けられるようにします。

OpenAI Agents APIのComputer Useチュートリアルに沿って、ホスト型ブラウザでチェックアウトをテストし、同一セッションで修正を再テストするPython製QAエージェントを構築します。

GPU の VRAM、システム RAM、SGLang、KTransformers を組み合わせ、CPU と GPU の異種推論で巨大な MoE モデルをローカル実行します。

PythonでClaude Sonnet 5.5 APIを使う方法を学びます。会話の途中で書き込み権限を獲得する照合エージェントを構築し、高いeffortが結果を変えるか検証します。

GPT-6.1 Sol、OpenAI Agents API、ホスト型サンドボックスで、インシデントを調査し、チェックを実行し、構造化レポートを生成するAIインシデント対応エージェントを構築します。