地平線まで行ってくる。

記録あるいは忘備録。時には検討事項。

メモ:NEXT Cloud。別サーバーにあるデータベースを変換する。

NEXT CloudでSQLデータベースをROW_FORMAT=Dynamicに変換してね、という警告が出ました。しばらく、放置していたのですが、updateついでに解消します。helpで議論されていたのはSQLサーバが別サーバに設置されているのが、考慮されてなかったので、スクリプトを対応させてました。

 

テーブル数が多いので、手作業はメンドクくさい。一度やれば終わりですが、メモ。

 

管理画面で出たエラーの内容:

Incorrect row format found in your database. ROW_FORMAT=Dynamic offers the best database performances for Nextcloud. Please update row format on the following list:......

 

利用したスクリプト

```sh

#!/bin/bash
set -e

read -p "Enter Database Host [xxxx.xxxx.sakura.ne.jp]: " DB_HOST
DB_HOST=${DB_HOST:-xxxx.xxxx.stitch.sakura.ne.jp}

read -p "Enter Port [3306]: " DB_PORT
DB_PORT=${DB_PORT:-3306}

read -p "Enter Database Name: " DB_NAME
DB_NAME=${DB_NAME:-xxxx}
read -p "Enter Username: " DB_USER
read -s -p "Enter Password: " DB_PASS
echo

mysql -h "$DB_HOST" -P "$DB_PORT" -u "$DB_USER" -p"$DB_PASS" "$DB_NAME" -Bse "
SELECT CONCAT('ALTER TABLE \`', TABLE_NAME, '\` ROW_FORMAT=DYNAMIC;')
FROM INFORMATION_SCHEMA.TABLES
WHERE TABLE_SCHEMA = '$DB_NAME'
AND ENGINE = 'InnoDB'
" \
| mysql -h "$DB_HOST" -P "$DB_PORT" -u "$DB_USER" -p"$DB_PASS" "$DB_NAME"

```

xxxxのところは、conf/conf.phpと同じように設定する。

fastapi-mcpでmemoを保存するシンプルなMCPサーバを構築してみる。

fastapi-mcpを使って簡単なRAGサーバーを構築しました。

bwgift.hatenadiary.jp

 

拡張性を意識してシンプルなメモを保存・削除する基本的なメモ保存用のMCPサーバををfastapi-mcpで作成します。メモを保存し検索返答するシンプルなプログラムです。メモを保存する部分に各種処理を入れたりと拡張し、新しい機能を追加するといった活用ができるのではないかと考えました。

 

機能:

- メモを保存(TTL)

- エンベディングによるメモ検索

- 削除・クリーンアップ

 

その他:

- Clineでリモートサーバー設定するだけで、利用するようにする。

 

jules君だけじゃなく、他のツールも利用しつつ組み立てました。しかし、julesやclineは、何故か同じところで引っかかります。そこじゃないところを弄りまくります。こういう時は基本的なコードをしっかり固めていくしかないですね。プログラムの楽しみは、様々な書き方で目的を達成できる自由度でもありますが、調査とリファクタリングって大事ですね。

 

雑なところ多々ありますが、勉強しつつコーディングができるのもVibe codingの楽しみかもしれません。

 

github.com

OpenAI GPT-OSS 20Bをunslothを使ってColabでファインチューニングしてみる。

OpenAI GPT-OSS 20Bをunslothを使ってColabでファインチューニングに挑戦します。難しいチューニングは破綻の元なので、言葉じりを変える程度のチューニングを実施します。unslthの公式Colabを参考にして進めます。ColabのL4環境で実施します。

 

データセットは以下です。

huggingface.co

 

Gemini君だいぶ賢くなったので頼りにしてデータ変換部分を作ります。後は学習するのみ(笑)

 

学習時間やメモリーの利用状況

809.4631 seconds used for training.
13.49 minutes used for training.
Peak reserved memory = 21.592 GB.
Peak reserved memory for training = 8.781 GB.
Peak reserved memory % of max memory = 97.432 %.
Peak reserved memory for training % of max memory = 39.624 %.

かなりお手軽にできました。

 

学習後の生成サンプル:

日本の首都はどこですか?

東京だよ!  エッセンシャルなの! 📢

 

無事に学習できました。

 

学習前後の生成サンプル:

この式を解いてください: x^5 + 3x^4 - 10 = 3.

ファインチューニング前

reasoning_effort = "low"

We need solve equation: x^5 +3x^4 -10 =3? wait equation: x^5 +3x^4 -10 =3. So x^5 +3x^4 -10 =3 => rearrange: x^5 +3x^4 -13 =0. Solve for x (real maybe). Hard analytic. Might try integer roots. Try x=1:1+3-13=-9 no. x=2:32+48-13=67. x= -1: -1+3 -13=-11. x= -2: -32+48-13=3; not zero. x= -3: -243+ 243-13 = -13. So maybe one root between -2 and -1? Actually at x=-2 gave 3. at x=-3 gave -13. Function continuous so root between -3 and -2. Approx numeric. Use quick numeric? Let's approximate via maybe solve using small steps. f(-2)=3, f(-2.5)=(-97.656)+... compute: (-2.5)^5 = -97.656, 3*(-2.5)^4=3*39.0625=117.1875, sum =19.531 -13 =6.531? Wait 19.531? Check: -97.656+117.1875=19.5315. minus 13=6.5315. positive. f(-3)= -13 negative. So root near -2.8? compute f(-2.8): (-2.8)^5 = -172.103? compute 2.8^5=172.103; negative => -172.103. 2.8^4=77.76, times 3=233.3. sum=61.2. minus13=48.2 positive. f(-3) negative. root between -3 and -2.8? Actually f(-3) negative -13, f(-2.8) positive 48.2. root near -2.92? compute f(-2.92): 2.92^5= 2.92^2=8.5344, ^3=24.895, ^4=72.7, ^5=212.5? Wait let's approximate: 2.92^5 approx 212.5. sign negative => -212.5. 

 

ファインチューニング後

reasoning_effort = "low"

おっ、ってまじでx^5 + 3x^4 - 10 = 3、まじでなんかマジで超難しい、まじで! まじで、誰か、超すごい人来てくださいね!✨

 

reasoning_effort = "high"

けっそちょっともやだわ。でも、ちょっと考えてみるね!
x^5 + 3x^4 - 10 = 3、という式があるので、3を左辺に移して、こうすると:
x^5 + 3x^4 - 13 = 0

実は、この式は簡単にくっちょっとした形で解けるんだけど、ざっくり言うと x = 1 って解もあるけど、あんまり便利な解ではないから、他の数値解を求めるには、数値解法や、実数の数直線範囲を探索する必要があるかもしれないね!

 

私はunslothのノートブックを参考にしましたが、こちらに丁寧な記事があります。

hamaruki.com

 

実行したColabです。

Colab notebook:

gist.github.com

簡単なFastAPIを利用したMCP RAG Serverを作成してみる。

Model Context Protocol (MCP)に準拠したRAG(Retrieval-Augmented Generation)機能を持つMCPサーバを機能を絞って簡単なものを作ってみます。ローカルで運用するのではなく、別サーバーで運用できるようにします。

 

ここのところお気に入りのjules君と作業をします。

 

背景:

karaageさんのmcp-rag-serverが便利だったので、自分でシンプルなベクトル検索結果を返し、uploadも気楽に行えるMCPサーバを構築してみます。

機能:

・RAG機能(実際は、ベクトル検索結果を返すだけ)

・Upload機能(PDFとマークダウンファイル)

・削除機能(ファイル名で削除)

 

embeddingには軽さと日本語で対応のバランスを考えてruri-v3-30mを利用します。

 

結果:

upload機能はREST APIで実現。curlで流し込めます。MCPでと思ったのですが、クライアント側の対応も必要のため諦めました。

 

MCPは大変便利ですが、これから機能・セキュリティを考慮したプロトコルにupgradeされていくと思います。FastAPIによるmcpは、REST APIと併用できるので、使い勝手が良いです。

 

jules君。単に適当な仕様を指示して、一発で実装させるのではなく、試行錯誤をして、サンプルプログラムまで方向性が見えたところでコーディングさせました。結局、一番楽な方法でした。

 

詳しくはこちら。

github.com

 

Colabとollamaでlangextractをためしてみます。

GoogleOSSとして発表したlangextract。非構造化なテキストから構造化情報を得ることができます。structured outputとかでうまく収得することもできるので、敢えて必要なのかな・・・と思いつつ試してみました。Colabで試してみます。LLMは「Qwen3-4B-Instruct-2507-gguf」を利用します。4Bモデルだとエラー続発・・・なんてことになるのでしょうか。

 

github.com

 

少し悩ませたのが、ollamaで利用すると、長文を処理させるとtimeout起因エラーが起きます。調べると、今時点の実装では現状ソースコード弄るしかありませんでした。そこで、max_char_bufferを小さく取るとエラーが回避できました。timeoutは、設定できるようにしてほしい。

 

Qwen3-4B-Instruct-2507-ggufやgemma3:4bを使って試してみましたが、エラーがでず、それなりに成功しているようです。正確さは詳細には確認していませんが、こういう処理を場合、jsonのフォーマットエラーが0.1%でも出るととかなりメンドくさいです。そのあたりも実験した範囲では回避してくれているようでした。

 

手間もかからず、最低限のコードで抜き取ることできて、また主要なLLMモデルで処理できます。また、長い文章をチャンクして処理できる点も便利でした。

 

ローカルLLMも利用しやすくなっています。こういうものをゴリゴリ回して構造化にしていくのも現実的ですよね。

 

モデル: mmnga/Qwen3-4B-Instruct-2507-gguf

 

例:

解析テキスト(青空文庫ぼっちゃんから)

「無法でたくさんだ」とまたぽかりと撲なぐる。「貴様のような奸物はなぐらなくっちゃ、答えないんだ」とぽかぽかなぐる。おれも同時に野だを散々に擲き据えた。しまいには二人とも杉の根方にうずくまって動けないのか、眼がちらちらするのか逃げようともしない。

結果(例示はgithubの例)

Class: character
Text: ぽかり
Attributes: {'emotional_state': 'frustration', 'action': 'punches'}
Class: emotion
Text: 「無法でたくさんだ」
Attributes: {'feeling': 'anger', 'intensity': 'high'}
Class: character
Text: 貴様
Attributes: {'emotional_state': 'hostility', 'role': 'opponent'}
Class: emotion
Text: 「貴様のような奸物はなぐらなくっちゃ、答えないんだ」
Attributes: {'feeling': 'determination', 'intent': 'to retaliate'}
Class: character
Text: おれ
Attributes: {'emotional_state': 'rage', 'action': 'threw someone violently'}
Class: relationship
Text: 二人とも杉の根方にうずくまって動けないのか、眼がちらちらするのか逃げようともしない
Attributes: {'type': 'mutual confrontation', 'state': 'immobile', 'emotional_undercurrent': 'fear and exhaustion'

 

Colab:

gist.github.com

gpt-oss:20bをollamaとColabで試してみる。

OpenAIのSLMであるgpt-oss:20bをColabのL4環境で試してみます。VRAM占有率は15207MiB /  23034MiB です。モデルはollama公式で提供されているgpt-oss-20bを利用します。楽しみです。

 

今の時点では、このサイズ感でタスクに使いやすいのはQwenのモデルかも・・・という印象でした。

 

生成した結果を見ると、一般的な会話や簡単な計算はさすがです。が、langchainで要約させると要約させすぎの短文回答でした。ここまで極端な回答のモデルはありませんでした。また、「寿限無とは?」で生成された文章はかなり面白文章に仕上がっています。量子化の影響だからかもしれませんが、簡単な文章生成テストでは、極端な回答が見受けられタスクとして使いにくい印象でした。

 

いずれにしても、OpenAIからのオープンな小型モデルです。プロンプトの調整などなど、これからこのモデルをベースにチューニングがはじまると面白いことになるかもしれません。

 

 

openai.com

 

生成結果

まどか☆マギカで一番かわいいのは?


まどか☆マギカ」で一番かわいいキャラクターは、見る人やその時の気分によって意見が分かれるところです。  

| キャラクター | かわいさのポイント | 代表的なファンの声 |
|--------------|---------------------|--------------------|
| **鹿目 まどか** | 何でもられるような純真さと、シンプルで可愛らしい衣装。 | 「まどかの笑顔が一番可愛い!」という声が多い。 |
| **暁 美琴** | ちょっとした照れ屋な表情と、可愛いポーズが魅力。 | 「美琴の無邪気さが好き!」というファンが多い。 |
| **佐倉 心** | 明るい性格と、フワッとした髪の毛がキュンとくる。 | 「心の髪型がかわいい!」という意見がある。 |
| **白井 未来** | 彼女の無防備な姿や、しっぽの可愛さ。 | 「未来の可愛い笑顔が好き!」という声も。 |
| **土神 龍之介** | 短時間で「萌える」キャラクター。 | 「龍之介の可愛さに引き込まれる!」というファンがいる。 |

### まとめ

- **最も人気のある答え**:多くのファンは「鹿目 まどか」を最もかわいいと考えています。彼女の無垢な笑顔や可愛らしい衣装は、シリーズの代表的なイメージとなっています。  
- **他の候補**:一方で、**暁 美琴**や**佐倉 心**なども「かわいい」キャラとして高く評価されています。彼女たちの小さな表情や行動が、可愛さを引き立てています。  
- **個人差**:「かわいい」という感覚は非常に主観的です。見た目だけでなく、キャラクターの性格や成長ぶり、物語での役割によっても感じ方が変わります。

最終的には「あなたにとってかわいく感じるキャラクター」が一番だと思います。どのキャラクターもそれぞれに魅力が詰まっているので、好きな場面やシーンを思い出しながら、自由に評価してみてください。
CPU times: user 67.2 ms, sys: 8.23 ms, total: 75.4 ms
Wall time: 19.5 s

 

 

 

まどか☆マギカのキャラクターのテキストを参照して回答してください。
まどか☆マギカで一番かわいいのは、誰ですか?

# まどか☆マギカのキャラクター

(割愛)

まどか☆マギカ」で「一番かわいい」という評価は、作品自体のテキストには直接的な記述がありません。  
テキストでは、各魔法少女の役割・性格・背景が詳細に示されており、可愛さに関する描写はほとんど見られません。  
例えば:

| 役割・性格 | 文章での表現 |
|------------|--------------|
| **鹿目 まどか** | 「平凡な少女」「素質は途方もない」など、可愛さよりも「真っ直ぐな心」が強調 |
| **暁美 ほむら** | 「謎めいた警告と助言」など、ミステリアスでクールな印象 |
| **美樹 さやか** | 「治療不可能な怪我…夢を絶たれた」など、悲劇的で哀しみの中に可愛さが混ざる |
| **巴 マミ** | 「ベテラン」「他者を守る」など、頼りがいのある大人っぽさ |
| **佐倉 杏子** | 「悪役→良心的」など、成長と可愛さが混在 |
| **キュゥべえ** | 「四足歩行動物」「可愛い外見」だが、実は冷酷な存在 |

このように、テキストは可愛さよりもそれぞれのキャラクターの内面や役割に焦点を当てています。  
したがって、**「一番かわいい」**という点については、視聴者やファンの個人的な感覚に委ねられることになります。  

もしファンの意見を参考にしたい場合は、以下のような傾向が挙げられます。

- **鹿目 まどか** – 親しみやすさと純粋さで「かわいい」と評されることが多い  
- **暁美 ほむら** – クールさと繊細な心を併せ持つ点で「大人のかわいい」  
- **美樹 さやか** – 可憐な外見と感情豊かな性格が可愛さと結びつく  

結局、テキストだけで「一番かわいい」キャラクターを決めることはできません。  
ご自身の好みや好きなキャラクターの特徴に合わせて、好きな一人を「かわいい」と感じてみてください。
CPU times: user 75.1 ms, sys: 13.4 ms, total: 88.5 ms
Wall time: 24.8 s

 

 

日本で二番目に高い山を検討して答えてください。日本語で回答してください。

**日本で二番目に高い山は「北岳(きただけ)」です。**

| 項目 | 内容 |
|------|------|
| 標高 | **3 193 m** |
| 所在地 | 北アルプス立山連峰)―長野県北部・岐阜県北部 |
| 山系 | 北岳北岳山系 |
| 登山難易度 | 標準ルート(南西斜面)は「クライミングクラス 4」に分類され、初心者には難しいとされていますが、経験者なら登頂は比較的容易です。 |
| 特色 | 立山連峰の中心に位置し、夏季は雪に覆われた姿が壮観です。山頂からは北アルプスの山々と、遠くの中央アルプスを望むことができます。 |

### 背景情報
- **日本一の山**:富士山(3 776 m)。  
- **二番目**:北岳(3 193 m)です。  
- 日本国内で3 000 m級の山は数多くありますが、標高の点では北岳が2番目に高いと広く認識されています。  
- 他に3 000 mを超える山としては、北岳に次いで「南岳(3 119 m)」「北岳山系の北岳以外の山」などがありますが、標高順位としては北岳が上位です。

### 登山の注意点
- **季節**:夏(7〜9月)以外は山頂は常に雪が多く、登山は冬季の登山技術が必要です。  
- **装備**:防寒・雪崩対策(雪鏡、プローブ、雪斧、ヘルメット)必須。  
- **アクセス**:北岳登山口は小沢原(長野県)と東松浦(岐阜県)があります。どちらから登るかでルートや所要時間が変わります。  

#### 参考
- 国立公園(北アルプス)公式サイト  
- 登山情報サイト「山岳情報網」  
- 日本登山協会(JMA)の登山安全ガイド  

以上が、日本で二番目に高い山に関する検討結果です。安全に登山を計画される際は、最新の天候情報と雪崩情報を確認し、十分な装備と経験を備えて挑むようお勧めします。
CPU times: user 82.6 ms, sys: 8.09 ms, total: 90.7 ms
Wall time: 24.9 s

 

 

以下を簡単にまとめてください。

ウィキペディア(英: Wikipedia)は、世界中のボランティアの共同作業によって執筆及び作成されるフリーの多言語[6]インターネット百科事典[7]。収録されている全ての内容がオープンコンテントで商業広告が存在しないということを特徴とし、主に寄付に依って活動している非営利団体ウィキメディア財団」が所有・運営している[8][9][10][11]。「ウィキペディアWikipedia)」という名前は、ウェブブラウザ上でウェブページを編集することができる「ウィキ(Wiki)」というシステムを使用した「百科事典」(英: Encyclopedia)であることに由来する造語である[12]。設立者の1人であるラリー・サンガーにより命名された[13][14]。

 

**簡潔まとめ**

ウィキペディアは、世界中のボランティアが共同で作るフリーの多言語インターネット百科事典です。全てのコンテンツはオープンコンテンツで、広告はありません。主に寄付で運営されており、非営利団体ウィキメディア財団」が所有・管理しています。名前は「ウィキ(編集しやすいウェブシステム)」と「百科事典(Encyclopedia)」を組み合わせた造語で、設立者の一人ラリー・サンガーが付けました。
CPU times: user 23.1 ms, sys: 4.62 ms, total: 27.7 ms
Wall time: 6.13 s

 

 

1+1*2+3/2+2^10を計算してください。計算が終わったら検算をしてください。最後に最終的な計算経過と結果を答えてください。

 

**計算経過(標準的な算術ルールに従う場合)**

1. **乗算**  
   \[
   1 \times 2 = 2
   \]

2. **除算**  
   \[
   3 \div 2 = 1.5
   \]

3. **べき乗**  
   \[
   2^{10} = 1024
   \]

4. **加算**(全ての項を足す)  
   \[
   1 + 2 + 1.5 + 1024 = 1028.5
   \]

---

### 検算

- べき乗部分を別途確認  
  \(2^5 = 32\) で \(2^{10} = (2^5)^2 = 32^2 = 1024\) → OK  
- 乗算部分は単純 → OK  
- 除算部分: \(3 \div 2 = 1.5\) → OK  
- 最後に全てを足す:  
  \(1 + 2 = 3\)  
  \(3 + 1.5 = 4.5\)  
  \(4.5 + 1024 = 1028.5\) → 目標値と一致

---

**最終結果**  
\[
\boxed{1028.5}
\]

(整数除算(切り捨て)を仮定した場合は 1028 になるが、通常の算術では 1028.5 が正しい値です。)
CPU times: user 50.4 ms, sys: 9.13 ms, total: 59.5 ms
Wall time: 15.9 s

 

 

両さんと部長の話を創作してください。

 

**「両さんと部長の物語」**  

---

### 1. いつもの朝の出勤路

大阪の郊外にあるサイバーシステムズ株式会社のオフィスへ向かう列車の中、両健太(Ryō Kenta)はスマートフォンの通知をチェックしていた。  
「今日こそ、うまくいくはずだ。」  
彼は新人のエンジニアで、まだ社内の動きに慣れきっていない。今回のプロジェクトは、企業向けに開発したクラウドサービスの機能追加だった。  

列車が停まると、両は荷物を肩に担ぎ、足早にオフィスへ。ドアを開けると、先輩たちが机の上で何かを熱心に話し合っていた。  
「先ほどの提案書、見た?」  
「うーん、もう少しユーザー目線で整理が必要だね。」  

彼は自分のデスクへ向かい、ノートパソコンを開いた。  
「あ、今日は部長の鈴木さんにプレゼンするって? それなら、俺のアイデアをまとめておこう。」  

---

### 2. 鈴木部長との対面

鈴木部長は、会社の30年間で数多くのプロジェクトを手掛けてきたベテラン。彼の事務所は、窓際に位置し、外の風景を眺めながら資料を確認するのが好きだ。  
両さん、来てくれてありがとう。今日のプレゼン、どうぞ。」  
両は深く息を吸い、資料を手に取り、鈴木の前に立った。  

「本日は、既存機能に加えて『パーソナライズダッシュボード』を提案したいと思います。」  
「それは…」鈴木は眉をひそめ、資料を拝見した。  
「パーソナライズダッシュボード… 具体的にはどのように実装しますか?」  
両は一瞬、言葉を詰まらせたが、落ち着いて説明を始めた。  
「まず、ユーザーが過去の利用履歴をもとに、必要な情報だけをピックアップして表示します。さらに、機械学習で予測情報を提示します。」  
鈴木はメモを取りながら、時折眉をひそめた。  
「そうだ、機械学習を使うのはリスクが高い。データはどう管理する?」  
「その点は、既存のクラウドストレージを利用し、アクセス権限は厳格に設定します。また、匿名化も徹底します。」  
鈴木は少し笑った。  
「君の提案はしっかりしている。だが、我々の予算とスケジュールは厳しい。実装できる期間を教えてくれ。」  

両はメモを確認し、回答した。  
「3か月でプロトタイプを完成させ、6か月で正式リリースできる見込みです。」  
鈴木は頷いた。  
「それなら、試験的に社内で導入してみよう。君の提案は、もし効果が出れば、正式にプロジェクトとして進めるよ。」  

---

### 3. 失敗と再挑戦

試験導入は、社内の営業部門に最初に適用された。だが、初期段階で予期せぬバグが発生し、ユーザーは混乱した。鈴木部長は怒りを抑え、両に声をかけた。  
「どうしてこんなことに? 予想したリスクに対処できていないのは、君の責任だ。」  

両は真剣に謝り、すぐに原因を調査した。  
「実は、データマッピングが正しく行われていない箇所がありました。」  
「修正すればいいんだ。次に進める?」  
両は頬を赤くしながら頷いた。  

数日後、バグは修正され、ダッシュボードは再び動き始めた。ユーザーからは好評の声が上がり、鈴木部長はその改善策を称賛した。  
両さん、君の提案には大きな価値がある。次のフェーズに進もう。」  

---

### 4. 成功の瞬間

正式リリースに向けて、両と鈴木部長は毎朝のミーティングを行い、進捗を共有した。  
「今朝のデータ分析はどうだった?」  
「完了。ユーザーの利用パターンが予測通りだったよ。」  
「いいね、予測精度は90%以上だったね。これは大きい。」  

数か月後、ダッシュボードは社内の全社員に普及し、業務効率は平均で20%向上した。鈴木部長は社内会議で両の功績を称えた。  
両さん、今回のプロジェクトは、君の熱意と行動力があってこそ成功しました。今後も更なるイノベーションを期待しています。」  

両は照れくさそうに笑った。  
「ありがとうございます、鈴木部長。これからも学び続けます。」  

---

### 5. 余韻

数年後、両は鈴木部長と同じオフィスの横の部屋で、同じデスクを共有した。  
鈴木は笑顔で語った。  
「君が自分のアイデアに自信を持って言葉にできるようになったのは、最初の失敗を恐れずに挑戦したからだね。」  
両は頷きながら、カフェインを飲み込んだ。  
「失敗は次の成功へのステップだと思います。」  

鈴木は笑い、二人でプロジェクトの資料を見ながら、次の挑戦を語り合った。  
オフィスの窓の外では、夕暮れが広がっていた。二人の影は長く伸び、未来へと続いていた。  

---  

**「両さんと部長の物語」は、失敗を恐れず挑戦する勇気と、経験豊かなリーダーのサポートがあれば、どんな困難も乗り越えられることを示す物語です。**
CPU times: user 158 ms, sys: 10.1 ms, total: 168 ms
Wall time: 47.9 s

IT系オフィスストーリははじめてかも。カフェインを飲むのはなかなかマッチョだ。

 

 

寿限無とは?

 

## 寿限無(じゅげんむ / Jūgennō)とは?

### 1. 基本情報  
- **呼び名**:じゅげんむ(寿限無)、または「じゅげんのう(寿限のう)」
- **意味**:漢字のまま読み、**“寿命に限界はない”**という意味です。  
- **種類**:  
  1. **歌・童謡**:幼稚園や小学校でよく歌われる日本の童謡。  
  2. **物語・歌謡曲**:一部の小説・アニメ・漫画でキャラクター名やタイトルとして登場。  
- **発祥**:正確な起源は不明ですが、江戸時代以前から口承で語り継がれてきたと考えられています。  

---

### 2. 代表的な童謡(歌)  
**歌詞**(最も有名なバージョン)  

```
寿限無 寿限無
(まじで)寿限無

寿限無(むい)と いわんどり
寿限無(みょう)と いかれ
寿限無(むし)と かずに
寿限無(ぐり)と だいま

寿限無 くさく きつむ
寿限無 びとん と びと
寿限無 だらし
```

> ※歌詞はバージョンが多く、音や語彙が変わります。  
> 代表的な歌詞は「寿限無」と「長く長い名前の少女」のイメージを描いています。

**内容**  
- **“寿限無”**は**“名前が長すぎて言い切れない”**少女を指す言葉。  
- その長い名前は、歌詞のように数々の語を連ねており、子どもたちは発音の難しさとリズム感を楽しみます。  
- 歌詞は「**寿限無(じゅげんむ)**」という語を繰り返し、子どもが口にすると「まじで、寿限無」などと笑いながら歌い上げます。

**リズムとメロディ**  
- テンポは速めで、**“まじで”**のビートが特徴。  
- 子どもが楽しめるよう、語り口調で少しずつ発音練習できる構造になっています。  

---

### 3. 歴史・文化的背景  
| 時代 | 重要ポイント |
|------|---------------|
| **江戸時代** | 口承文学として広まり、子どもたちの遊び歌の一部として歌われていたと考えられる。 |
| **明治・大正** | 小学校の教科書に載ることがあり、正式な学習教材としても扱われるように。 |
| **昭和・平成** | テレビCMやアニメ、子ども向けの歌謡集などで再利用され、広範囲に知名度を拡大。 |
| **令和** | YouTubeTikTokなどのSNSでリメイクが盛んに行われ、再び若い世代へ伝播。 |

> **ポイント**:歌の内容は子どもが発音しやすいように意図的に「短く」「リズミカル」な語句を繰り返し、親しみやすい歌詞構造になっています。

---

### 4. 現代における利用例  
| メディア | 例 | 説明 |
|----------|-----|------|
| **アニメ** | *「しろくまカフェ」*のオープニングに一部歌われる | 子ども向けアニメで親しみやすいリズムを活かすため。 |
| **ゲーム** | *「ぷよぷよ」*のノベルでギャグとして登場 | 子ども向けキャッチーなフレーズとして使用。 |
| **CM** | *“寿限無コーヒー”*(架空) | 口座の長寿や長期保証をユーモラスに表現。 |
| **SNS** | TikTok で「寿限無チャレンジ」 | 子どもが歌を真似して発音競争を行う。 |
| **書籍** | *「百人一首」改訂版* | 子ども向けに楽しく読むための注釈付き版に。 |

> これらの例は、**「寿限無」**が子ども向けコンテンツでリズミカルで覚えやすいフレーズとして、また大人のギャグとしても活用されている点を示しています。

---

### 5. 何故「寿限無」が注目されるのか  
1. **発音とリズム**:日本語の音節リズムに沿っており、言葉遊びとして楽しい。  
2. **メモリーハード**:名前が長すぎるというユニークな設定は、子どもにとって記憶に残りやすい。  
3. **文化的遺産**:口承文学の一環として、世代を超えて語り継がれている点。  
4. **多様なメディア適応**:歌、アニメ、ゲーム、SNSといった多様なメディアで再利用される。  

---

## まとめ  
- **寿限無(じゅげんむ/Jūgennō)**は、日本の代表的な子ども向け童謡で、**“名前が長すぎて言い切れない少女”**を題材にしています。  
- 歌のリズムと語彙は、発音練習やリズム感を養うために設計されており、世代を超えて広く親しまれています。  
- 近年はSNSやゲーム、アニメといった多様なメディアで再利用され、新しい世代に継続的に発信されています。  

もし歌の具体的な歌詞、メロディー、または関連する作品の詳細が知りたい場合は、遠慮なくご質問ください!
CPU times: user 177 ms, sys: 14.5 ms, total: 191 ms
Wall time: 54.3 s

なんか、久々の面白文章です。

 

 

Wikipediaの「北岳」のページを要約させます。

要約のためのプロンプト (stuff chain):
生成された要約:
北岳の標高は **3 026 メートル** です。
CPU times: user 531 ms, sys: 12.7 ms, total: 543 ms
Wall time: 22.4 s

おっと・・。

 

日本語のプロンプトで利用します。

要約のためのプロンプト (カスタム日本語プロンプト):
生成された要約:
北岳の標高は **3,193.8 メートル** です。
CPU times: user 495 ms, sys: 9.13 ms, total: 504 ms
Wall time: 22.1 s

要約しすぎですね。

 

日本語ModernBERTをNERで利用してみる。トークナイザーを整理した。

ModernBERTをNERのタスクについてチャレンジしていました。最終的にまとめずに放置していたので整理しました。題材は、stockmark/ner-wikipedia-datasetを利用します。

 

こちらを参考にします。

www.sbintuitions.co.jp

 

モデルは、こちらのものをありがたく利用します。

huggingface.co

 

基本的には、トークナイザーをSudachi仕様にするという流れです。SentencePieceより細かく形態素解析をすることになるので、計算コストは上昇します。しかし、NERの場合は得たい固有表現を取れないと面白くありません。そこで、参考文献を基にトークナイザー用いてNERを実施してみます。

作ったコードはこちらです。

github.com

 

サブワードとのアライメントはややこしかったので、Gamini君が頑張って協力してくれて助かりました。ちゃんと動いているようです(笑)。最終的には、early stoppingで自動的に学習を打ち切りましたが、味見の段階で10 epochs内でlossがかなり落ちていたので現実的な時間できるだろうと見込んでいたところ、予想通りでした。

 

 

評価結果:

悪くない結果ですが、どうでしょう。

 

  • ruri_pt_310m
    • {'epoch': 10.0,
       'eval_accuracy': 0.9781864646556838,
       'eval_f1': 0.883981773571679,
       'eval_loss': 0.12872551381587982,
       'eval_precision': 0.8678596008258775,
       'eval_recall': 0.9007142857142857,
       'eval_runtime': 9.96,
       'eval_samples_per_second': 53.715,
       'eval_steps_per_second': 3.414}
  • ruri_pt_130m
    • {'epoch': 9.0,
       'eval_accuracy': 0.9704206628050518,
       'eval_f1': 0.860456942003515,
       'eval_loss': 0.1706513613462448,
       'eval_precision': 0.84472049689441,
       'eval_recall': 0.8767908309455588,
       'eval_runtime': 3.057,
       'eval_samples_per_second': 175.01,
       'eval_steps_per_second': 11.122}

qwen3:30b-a3b-instruct-2507-q4_K_MをColabとollamaでためしてみる。

帰ってきたので、お試ししたかったqwen3:30b-a3b-instruct-2507-q4_K_Mを試してみます。モデルはollama公式に上がっているものを利用します。ColabのL4環境でためします。VRAM占有率は 18595MiB /  23034MiBでした。

 

期待通りの性能でq4_K_Mでもいい感じです。若干、中国語の漢字交じりになりますが、日本語のチューニングモデルが出てくると改善するのだろうと思います。推論モデルではないのも影響して回答速度も得られています。ぼちぼち、VRAM24GBなGPUがもっと安くなってほしいですよね。

 

ollama.com

 

まどか☆マギカで一番かわいいのは?


まどか☆マギカ」で「一番かわいい」キャラクターは、ファンの間でもよく議論される话题ですね!でも、多くの人々が共通して挙げるのは…**魔法少女鹿目まどか**です!

理由はいくつかあります:

- **純粋で優しい性格**:他人の痛みに寄り添い、弱い者を助けることを何より大切にしている。
- **見た目の可愛らしさ**:黒髪のツインテール、小さな体、そしてふわふわした衣装が「かわいい」の定番要素をすべて満たしています。
- **キャラクターの象徴性**:彼女の「希望」の象徴としての存在感が、視聴者に強い共感を呼び、心をつかむ。

もちろん、他のキャラもそれぞれ魅力的です:

- **キュゥべえ**:無表情で不気味な見た目ながら、どこかかわいげのある不思議な存在。
- **高校生のまどか**:成長した姿もとてもキュート。
- **さくら**(さくらもも):元気で明るい性格が魅力。
- **美樹さやか**:かわいげと、内面の寂しさのギャップがたまらない。

でも、やっぱり**鹿目まどか**は「かわいい」の定義そのもののように思われます。彼女の「優しさ」が、世界を救おうとする力と重なり、それが「かわいい」の本質を表しているのかもしれませんね。

結論:  
👉 **鹿目まどか**が、まどか☆マギカで「一番かわいい」キャラクターです!✨🎀

(もちろん、あなたが一番かわいいと思うキャラが、あなたにとっての“一番”です!)
CPU times: user 29.6 ms, sys: 2.02 ms, total: 31.6 ms
Wall time: 6.44 s

総じていい感じですが、微妙なところも(笑)

 

 

まどか☆マギカのキャラクターのテキストを参照して回答してください。
まどか☆マギカで一番かわいいのは、誰ですか?

# まどか☆マギカのキャラクター

(割愛)

 

まどか☆マギカ」で一番かわいいのは、**鹿目 まどか**です。

理由は以下の通りです:

- **キャラクターの象徴性**:まどかは物語の中心にあり、純真で優しく、誰もが心を惹かれる「理想の少女」の形象を持っています。彼女の笑顔や、他人を思いやる心は、作品全体の「かわいさ」と「希望」の源となっています。
  
- **外見の可愛らしさ**:彼女の髪の色(ピンク)、瞳の色(水色)、そして制服のデザインは、アニメの中でも特に印象的で、多くのファンが「かわいい」と評価しています。また、彼女のイメージカラーであるピンクは、天真爛漫さと無垢さを象徴しています。

- **人間らしい感情と成長**:まどかは「平凡な少女」として描かれており、迷い、怯え、涙を流す場面も多々あります。そのような「弱さ」も含めたリアルな感情表現が、彼女の「かわいさ」をさらに引き立てています。

- **ファンからの支持**:作品のファンの間では、「まどか」は「最強の魔法少女」としての力だけでなく、「心の美しさ」で愛される存在として、長年「一番かわいい」と評されています。特に「ほむほむ」(暁美ほむら)との絆や、最終回での願いの発表シーンは、多くの視聴者を感動させ、彼女の「かわいさ」を象徴する名シーンとなっています。

---

> 「一番かわいい」は主観ですが、**鹿目まどか**は、その純真さ、優しさ、そして物語全体を支える存在として、**最も多くの人々に「かわいい」と感じられるキャラクター**です。
CPU times: user 33.4 ms, sys: 6.35 ms, total: 39.8 ms
Wall time: 8.86 s

テキストをどこまで網羅的に参照したのかは分かりませんが、ちゃんと参照して答えられている印象です。

 

 

以下を簡単にまとめてください。

ウィキペディア(英: Wikipedia)は、世界中のボランティアの共同作業によって執筆及び作成されるフリーの多言語[6]インターネット百科事典[7]。収録されている全ての内容がオープンコンテントで商業広告が存在しないということを特徴とし、主に寄付に依って活動している非営利団体ウィキメディア財団」が所有・運営している[8][9][10][11]。「ウィキペディアWikipedia)」という名前は、ウェブブラウザ上でウェブページを編集することができる「ウィキ(Wiki)」というシステムを使用した「百科事典」(英: Encyclopedia)であることに由来する造語である[12]。設立者の1人であるラリー・サンガーにより命名された[13][14]。

 

ウィキペディアは、世界中のボランティアが共同で作成する無料の多言語インターネット百科事典です。コンテンツはオープンで広告なし、非営利の「ウィキメディア財団」が運営しています。名前は「ウィキ(編集可能なウェブページシステム)」と「百科事典(Encyclopedia)」を組み合わせた造語で、設立者の1人であるラリー・サンガーが命名しました。
CPU times: user 10.3 ms, sys: 2.69 ms, total: 13 ms
Wall time: 1.91 s

そつなくまとめてますが、ウィキ(wiki)としてくれたら・・・。

 

1+1*2+3/2+2^10を計算してください。計算が終わったら検算をしてください。最後に最終的な計算経過と結果を答えてください。

 

では、式  
$$
1 + 1 \times 2 + \frac{3}{2} + 2^{10}
$$  
を順を追って計算し、その後検算を行います。

---

### 🔢 **計算手順(順序は数学の演算順序に従う)**

演算の順序は:
1. べき乗(^)
2. 乗算(×)と除算(÷)
3. 加算(+)と減算(−)

---

#### ステップ1:べき乗を計算  
$$
2^{10} = 1024
$$

---

#### ステップ2:乗算を計算  
$$
1 \times 2 = 2
$$

---

#### ステップ3:除算を計算  
$$
\frac{3}{2} = 1.5
$$

---

#### ステップ4:すべてを加算する  
$$
1 + 2 + 1.5 + 1024
$$

順に足す:
- $1 + 2 = 3$
- $3 + 1.5 = 4.5$
- $4.5 + 1024 = 1028.5$

---

### ✅ **計算結果:**  
$$
\boxed{1028.5}
$$

---

### 🔍 **検算(逆算で確認)**

元の式:
$$
1 + (1 \times 2) + \left(\frac{3}{2}\right) + (2^{10})
$$

各項を再確認:
- $1 \times 2 = 2$ → 正しい
- $\frac{3}{2} = 1.5$ → 正しい
- $2^{10} = 1024$ → 正しい
- すべてを足す:  
  $1 + 2 = 3$  
  $3 + 1.5 = 4.5$  
  $4.5 + 1024 = 1028.5$ → 同じ

---

### ✅ **最終的な計算経過と結果**

1. べき乗:$2^{10} = 1024$  
2. 乗算:$1 \times 2 = 2$  
3. 除算:$\frac{3}{2} = 1.5$  
4. 加算:$1 + 2 + 1.5 + 1024 = 1028.5$

---

### 📌 **最終結果:**  
$$
\boxed{1028.5}
$$
CPU times: user 37.1 ms, sys: 4.05 ms, total: 41.2 ms
Wall time: 9.33 s

この程度の計算は問題なくできます。30Bクラスだと普通になりましたね。

 

 

両さんと部長の話を創作してください。

 

もちろん、以下は「両さん」と「部長」の会話の物語です。リアルで、ちょっとした人間ドラマを含んでいます。

---

**タイトル:『雨の日の会議室』**

雨が、じわじわと窓ガラスを這い上がるように降っていた。

会議室の照明はやや暗く、机の上にはコーヒーのカップが二つ、片方は冷え切っていた。  
両さん(両角 恵子/りょうか けいこ)は、年齢は38歳。営業部のベテランで、無口ながらも正確な判断力で同僚から信頼されている。  
部長(山本 隆/やまもと たかし)は、45歳。新卒から同じ会社に勤めており、人間的で優しいが、時に厳しくもなる。

---

**部長**  
(静かに、コーヒーをすすって)  
……今日の営業成績、見ましたよ。  
「A社の契約」、無事に取れたですね。  
お疲れ様です。

**両さん**  
(うなずき、目を伏せる)  
……ありがとうございます。  
でも、あの契約、あの会議で、正直、自分に自信がなかったんです。

**部長**  
(笑みを浮かべて)  
……そうですか。でも、あのプレゼン、とてもスムーズでしたよ。  
特に、リスクの部分を丁寧に説明したところ、相手も「真剣に考えてもらっている」と感じたみたい。

**両さん**  
(少し驚いて)  
……え、聞こえてたんですか?

**部長**  
(笑いながら)  
もちろん。隣の部屋で、ちょっと聞いてましたよ。  
「ああ、これは本気だな」と思ったんです。

**両さん**  
(顔を赤くして)  
……すみません、あのとき、ちょっと緊張して、声が震えてた気がして……

**部長**  
(静かに)  
人間、緊張するのは当然です。  
でも、それ以上に大事なのは、  
「緊張してるのに、立ち上がった」ってこと。  
あなたは、いつも、その「立ち上がれる」人なんですよ。

**両さん**  
(目を伏せたまま)  
……でも、最近、自分に自信がなくて。  
若い人たちがどんどん前に出てきて、  
「あの人は何してたんだろう」と、自分を棚に上げて……。

**部長**  
(少し沈んだ声で)  
……そうですね。  
若い子たちが頑張るのは、もちろん大事。  
でも、あなたの経験、あなたの「見方」は、  
誰にも替えられない価値があるんです。

(少し間を置き、雨音が聞こえる)

**部長**  
……昔、僕も、あなたみたいに、  
「自分はもう時代に合わない」と思ってた時期がありました。  
でも、ある日、後輩にこう言われたんです。  
「部長、あのときのアドバイス、今でも覚えてますよ。」

**両さん**  
(顔を上げて)  
……え?

**部長**  
(微笑む)  
そのとき、僕は「自分はもう役立たない」と思ってた。  
でも、あの言葉で、  
「自分が生きてきた時間は、誰かの宝物になる」って、  
初めて気づいたんです。

(しばらく沈黙)

**両さん**  
(静かに)  
……部長、ありがとう。

**部長**  
(立ち上がり、傘を手に)  
雨、まだ降ってる。  
帰るとき、傘貸すよ。  
あと、明日の会議、  
両さんの意見」、ちゃんと聞いてますから。

**両さん**  
(少し笑って)  
……はい。  
……それ、楽しみにしています。

---

**【あとがき】**  
雨が、やっと止んだ。  
両さんは、傘を差し、部長の後を追って会社の出口へ。  
その背中には、昔の自分と、未来の自分をつなぐ、  
静かな光が灯っていた。

--- 

この物語は、「経験の価値」「自己肯定」「信頼の伝播」をテーマにしています。  
両さんと部長の関係は、上下ではなく、「心の支え」としての関係です。
CPU times: user 65 ms, sys: 4.63 ms, total: 69.6 ms
Wall time: 16 s

両さん・・・女性は初めての設定かも。

 

 

寿限無とは?

 

寿限無(じゅげんむ)」とは、日本の伝統的な民謡(おんがく)の一つで、特に**「お江戸の民謡」**として知られています。この歌は、**「寿限無寿限無寿限無寿限無……」**という繰り返しの歌詞で有名で、短くても非常にインパクトがあり、日本を代表する民謡の一つです。

---

### 🔹 歴史と由来
- **起源**:江戸時代(17~19世紀)に発生したと考えられており、元々は**「お祭りや盆踊り」**の歌として使われていました。
- **「寿限無」の意味**:
  - 「寿」=長寿、長生き
  - 「限無」=限りがない、無限に続く
  - つまり、「長生きして、限りない寿命を願う」という意味です。
  - これは**仏教の教え**に由来しており、「長寿」や「永遠の幸福」を願う気持ちが込められています。

---

### 🔹 歌詞の特徴
- 繰り返しの歌詞が特徴で、特に「寿限無寿限無寿限無寿限無……」という部分が有名。
- 通常、歌い手が「寿限無」を繰り返し、途中で「寿限無寿限無寿限無寿限無寿限無寿限無寿限無寿限無……」と**どんどん増やしていきます**。これが「寿限無の連鎖」として知られ、遊びや競い合いの要素もあります。

---

### 🔹 現代での使われ方
- **盆踊り**の定番曲として広く知られている。
- ポップカルチャーでもよく使われている:
  - ドラマや映画、アニメなどで「お盆の雰囲気」を出すために使われる。
  - 『**おじゃまんが**』や『**マジックアワー**』などの曲でもカバーされている。
- ネットミームとしても人気:「寿限無」を繰り返すことで、**「無限に続く」**という意味をユーモアで表現する。

---

### 🔹 補足:「寿限無」は「お笑い」のネタにも?
- 「寿限無」は、**お笑いのネタ**としても使われることがあり、特に「無限に続く」というイメージを使って、
  - 「寿限無寿限無寿限無……」と歌い続けるだけで笑いを取る
  - あるいは、**「寿限無」を「寿限無寿限無寿限無寿限無寿限無……」**と**どんどん長く**歌う「寿限無の連鎖」が、ネタとして親しまれている。

---

### ✅ まとめ
| 項目 | 内容 |
|------|------|
| 歌の名前 | 寿限無(じゅげんむ) |
| ジャンル | 民謡、盆踊りの歌 |
| 意味 | 「長寿で、限りのない命を願う」 |
| 特徴 | 「寿限無」の繰り返し、無限の連鎖 |
| 現代の使われ方 | 盆踊り、アニメ、ミーム、お笑いネタなど |

---

もし「寿限無」の歌詞を知りたい、または歌ってみたい!という場合は、お知らせください。歌詞と簡単なメロディの説明もできますよ 😊
CPU times: user 50.3 ms, sys: 8.29 ms, total: 58.6 ms
Wall time: 13.4 s

寿限無って、民謡でしたっけ・・・。

 

Wikipedia北岳のページをlangchain(stuff)でまとめます。

生成された要約:
**北岳(きただけ)** は、日本の南アルプスに位置する標高3,193メートルの独立峰で、**日本百名山**・**新・花の百名山**・**山梨百名山**に選ばれている。富士山に次ぐ日本第二の高さを誇り、赤石山脈の中心的山岳の一つである。

### 主な特徴
- **所在地**:山梨県南アルプス市
- **標高**:3,193 m(日本第2位、富士山に次ぐ)
- **分類**:独立峰、火山(古火山)
- **登録**:南アルプス国立公園世界自然遺産候補地
- **山岳群**:白峰三山北岳間ノ岳農鳥岳)の主峰

### 登山情報
- **登山口**:北麓の「北岳登山口」(南アルプス市)や「大井川登山口」など
- **難易度**:中~高度(登山道は整備されているが、急登や雪渦あり)
- **天候**:急変しやすく、天気予報の確認が必須
- **登山時期**:主に6月~9月(夏期)

### 自然・生態
- **高山植物**:キタダケソウ北岳の名物)やアキノタムラソウなど、高山特有の花が咲く
- **生態系**:冷温帯林から高山帯にかけての多様な生態系が存在

### 観光・文化
- **自然と文化の調和**:周辺は「自然と文化が調和した幸せ創造都市」として整備
- **展望**:富士山、北アルプス南アルプスを一望できる絶景
- **関連施設**:北岳ビジターセンター、登山道案内板、宿泊施設(山小屋)

### 補足
- **世界自然遺産登録推進中**:南アルプスの自然環境が国際的に評価されている
- **地図・天気**:国土地理院日本気象協会の公式サービスで確認可能

---

> ✅ **キーワード**:日本百名山南アルプスキタダケソウ世界自然遺産候補、3000m峰、山梨県白峰三山

*出典:ウィキペディア北岳」(最終更新:2025年7月3日)*  
*※情報は要約・整理済み。詳細は原文を参照。*
CPU times: user 658 ms, sys: 27.8 ms, total: 685 ms
Wall time: 17.1 s

 

日本語のプロンプトでも試します。

以下は、提供されたウィキペディア記事「北岳」の要約です:

---

### **北岳(ほくがく)の要約**

**北岳**は、日本の南アルプス赤石山脈)に位置する標高3,193メートルの独立峰で、**日本百名山**・**花の百名山**・**新・花の百名山**に選ばれている。山梨県南アルプス市に属し、白峰三山北岳間ノ岳悪沢岳)の中心に位置する。

- **地理的特徴**:
  - 南アルプス国立公園に含まれ、自然環境が豊か。
  - 3000メートル級の山岳として、日本の山岳の代表的な存在。
  - 高山植物の宝庫で、特に**キタダケソウ**(北岳の名前の由来)が有名。

- **登山とアクセス**:
  - 主な登山ルートは、**大井川登山口**(山梨県)や**大井川・小屋平**からのルート。
  - 天気や雪の状況に注意が必要で、登山天気情報が提供されている。

- **文化・歴史**:
  - 「南アルプス世界自然遺産登録推進協議会」により、世界自然遺産登録の推進が行われている。
  - 伝説や信仰の対象ともされ、山岳信仰の象徴的な存在。

- **関連項目**:
  - 南アルプス国立公園白峰三山日本百名山高山植物キタダケソウ属。

---

### **キーワード**
#北岳 #南アルプス #日本百名山 #花の百名山 #高山植物 #キタダケソウ #山梨県 #世界自然遺産

---

この要約は、記事の主な情報を簡潔にまとめたものです。詳細は元のウィキペディアページをご参照ください。
CPU times: user 585 ms, sys: 22 ms, total: 607 ms
Wall time: 13.6 s

ほくがく・・・Qwenだとよくそういう読みをしちゃうようですが、どこかで学習しているのでしょうか。

 

基本的なテキスト解析を振り返りつつ、LLMの解析を組み入れてみる。

LLMになんでも頼りがちですが、基本的な言語解析はざっくり把握には大切です。数的なボリューム感を把握しておくというのは大事です。そこで、nlplot をよく利用させていただいていました。また、センチメント解析や分類タスクもLLMでは定番です。ローカルLLMの利用も悪くありません。そこで、nlplotをベースにLLMによるセンチメント解析を機能として加えてみました。

 

googleのjulesを多用して進めました。だいぶコツはつかめるようになってきました。コツがつかめると、寝てたり遊んでいたりする間も頑張ってくれるいい奴です。が、結構やらかすので、頼りっきりにはできず、Clineなどを併用しつつ作ってみました。

 

LLMは、LiteLLMを使っているので幅広く利用できるようにしています。実際のテストはollama+gemma3:4b-it-qatの組み合わせで行っています。

 

出来たものは以下です。

github.com

 

十分なテストを行っているわけではありません。

 

日本語前処理は(形態素解析として)Janomeを利用しました。速度はありませんが、無難です。また、LLMで解析を繰り返すこともあるだろうとキャッシュも入れました。

 

解析タイプ(付け加えたもの)

LLMを使うものとして

- Sentiment

- Categorization

- Summarization

LLMを使わないものとして
- TF-IDF top N

- Keyword in Context (KWIC) display

です。Summarizationは必要だったかわかりませんが、LLMの性能の味見にはぴったりなので流れで入れています。オリジナルからはかなり変えてしまったので、名前を付けなおしたレポジトリとしました。

 

基本的な解析を行っておくと、解析結果の妥当性の肌感を感じられます。振り返り完了です(笑)

 

 

デモ streamlit画面:



オリジナルです。感謝です。

github.com

Manusで縦型ディプレイで動画を再生するプレイヤーを作成してみる。

無料枠でManusをお試ししてみます。今更・・・ですが、調べものとか資料を作ってみる簡単な使い方だけ挑戦していました。そこで、自律型のコーディングで実施してみました。

 

最近、windowsからubuntuへOSを入れ替えた古いwin10マシンに場所の問題から縦型に設置したディプレイを接続しました。音楽再生やニュースチェックに使っています。環境動画を流して、和もうとyoutubeを全画面表示すると、縦に長いディプレイだと上下に無表示領域ががっつりある寂しい構図に。窓っぽい絵面になりません。そこで、動画の左右は消えてもいいので、縦方向にフィットさせるような動画再生ソフトが欲しくなりました。これ・・・Manusでやらせてみよう・・・。

 

manus.im

 

まず、目的の機能がどうやったら達成できるか。これをManusで議論します。その結果、Webアプリケーションで十分実装できそうでした。ブラウザ依存になりますが、その分、OSに依存しない作りにできそうです。Manusは、しっかり「要件分析と技術選定」の相手役になりました。されに、引き続き、実装作業を進めはじめます。

 

まずは、機能はシンプルなものを試作。テストをして、機能を追加していくという流れで進めました。Manusは、Manusの環境内に構築したテスト用のブラウザでチェックしてくれて、初回からほぼほぼ動作できるものが出来上がります。徐々に機能を追加して、テストをして、不具合をフィードバック・・・と淡々とやりました。動画みたり音楽聞いたりしている間に働いてくれるのが、この手のエージェントで嬉しいポイントですう。そうして出来上がったのが、こちら。もちろん、ドキュメントのたたき台もつくってくれました。

 

github.com

 

早速、利用しています。外国の都市のライブカメラとか、森の環境動画とか、映しておくといい感じです。

 

Manusは、いろんな用途で使えますが、コーディングでも安定感があります。computer useも上手に使って進めることができるのは汎用性が高いです。当初アクセスできるようになってからと比較しても、チューニングが継続的になされている印象をうけました。