ブログ
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 3516 件
#2026-03 764#japanese 587#deep-dive 254#kubernetes 249#culture 236#career 224#ai 217#llm 209#devops 196#2026-04 144#security 141#observability 113#database 110#communication 107#architecture 100#productivity 88#finance 87#mindset 80#ai-papers 79#history 79#it 78#psychology 78#english 75#networking 74#deep-learning 73#gpu 70#linux 70#performance 70#cs-fundamentals 63#ai-agent 61#postgresql 60#rag 59#economy 57#mlops 53#self-improvement 53#python 52#ai-platform 51#food 51#learning 51#travel 51
Palantir オントロジー — データの上に「行動」を載せた運用層を公式文書で読む
Palantir の言うオントロジーは哲学用語ではなく製品の一つの層だ。オブジェクト・プロパティ・リンク（意味）とアクション・関数（運動）という六つの部品、データセットがオブジェクトになる経路、ユーザー編集が原本と衝突したときの規則、規模の上限と OSv1 の廃止日、そして LLM がその上でどう道具を使うかを、Palantir 公式文書の文だけで整理する。
2026-09-11 · 14 分で読めます #palantir#ontology#foundry#aip#data-platformAI エージェントハーネスの解剖 — ルールが自ら守られるようにした 35 ファイル
モデルは同じなのに、あるリポジトリでは事故が繰り返され、あるリポジトリでは起きない。その差がハーネスだ。三週間で AI と共に 1,491 コミットを積んだリポジトリのハーネスをファイル単位で解剖する：ルールは一か所、パス規則 6、スキル 5、フック 2、サブエージェント 3、そしてそれらが自分自身を検査する 34 の試験。
2026-09-11 · 21 分で読めます #ai#agent#harness#claude-code#ci-cdクラウドの bastion とは何か、AWS ではどう使うのがよいか — ProxyJump 実測、SSM Session Manager、EC2 Instance Connect Endpoint
bastion は私設ネットワークへの入口を一つに絞ったホストだ。ホームラボで OpenSSH の ProxyJump でジャンプホストを経由し、対象サーバーが何を見ているかを実測してから、AWS が bastion の代わりに勧める SSM Session Manager と EC2 Instance Connect Endpoint を文書の根拠で見比べる。
2026-09-10 · 13 分で読めます #aws#bastion#ssh#ssm#securityDocker Hub の前にプロキシキャッシュを置く三つの方法 — registry:2、Nexus、ECR pull-through cache
Docker Hub の制限ヘッダを自分で読み、registry:2 を pull-through キャッシュとして立てて同じイメージを三回引き、Nexus のプロキシ・グループリポジトリと ECR pull-through cache がそれぞれどこに合うのかを、文書と実測で整理する。
2026-09-10 · 11 分で読めます #docker#registry#nexus#ecr#devopsCloudNativePG ディープダイブ — Kubernetes の中で PostgreSQL の面倒を誰が見るのか
StatefulSet を使わない理由、Pod の PID 1 が postgres でない理由、三つのサービスの役割、ベースバックアップと WAL が揃わなければ復旧できない理由。本番クラスタの実際の設定値で CNPG の機能と役割を分解する。
2026-09-10 · 12 分で読めます #kubernetes#postgresql#cloudnativepg#backup#operator本番イメージを Trivy で検査したら — 768 件のうち実際に手を入れるのは三つのパッケージと Dockerfile の一行だった
ログインライブラリの署名検証バイパス（CVE-2026-27962）から、ダイジェストで固定したベースイメージが OS のセキュリティ修正を永遠に受け取れなかった件まで。検査ツールが自分自身を数える罠、秘密検出の誤検知、アップグレードが無害であることを対照実験で証明した記録。
2026-09-10 · 10 分で読めます #security#cve#trivy#docker#pythonMP3 を VBR で書き出すと台本クリックがずれる — CBR と VBR の違いを実測で
ポッドキャストの台本を押すと違う場所へ飛ぶ問題の原因は、音声ファイルの形式だった。VBR の Xing TOC がなぜ最大 0.9 秒ずれるのか、CBR がなぜ 0.04 秒に収まるのか、96 話を測って確かめた記録。
2026-09-10 · 10 分で読めます #audio#mp3#ffmpeg#web#debugging推論モデルはどう作られるのか — CoT から GRPO まで、論文十二本でたどる系譜
o1、R1、QwQ は新しい構造ではありません。採点できる目標に向けて長い出力を最適化した結果です。Chain-of-Thought（2022）から STaR、PRM、DeepSeek-R1 の GRPO、s1 の budget forcing まで論文十二本で系譜をたどり、最後に 24GB のカード一枚でどこまで再現できるかをメモリ項目ごとに見積もります。
2026-09-06 · 14 分で読めます #ai#llm#reasoning#reinforcement-learning#grpo3行の設定ファイルが GPU 4枚を1週間殺した — containerd ドロップイン統合の真実 ♪ 聞けます
ノードが GPU を広告しませんでした。設定ファイルには nvidia ランタイムがちゃんと書かれているのに、containerd config dump には存在しませんでした。犯人は1週間前に入れた3行のレジストリ設定で、理由は containerd の imports 統合がフィールド単位ではなくプラグイン単位の丸ごと置き換えだからでした。二度まちがえて診断した過程と、最後に答えをくれた実験をそのまま書きます。
2026-08-26 · 21 分で読めます #kubernetes#containerd#gpu#nvidia#troubleshootingみんなのためのAI 第6回 — 111万パラメータの拡散モデルで単語から数字を描く
"zero" と書けば0を描く条件付き拡散モデルを111万パラメータで作りました。ノイズを混ぜる forward は数式1行、復元する reverse はその1行を400回逆にたどるだけです。第5回で L1 損失が色を褪せさせた問題を拡散がどう回避するのか、そしてなぜモデルがノイズを予測するよう学習されるのかを、実際の生成結果で確認します。
2026-08-24 · 15 分で読めます #ai#diffusion#ddpm#generative#pytorchみんなのためのAI 第5回 — 47万パラメータの U-Net で白黒写真に色をつける、そしてなぜ色が褪せたのか
シリーズ最小の47万パラメータ U-Net で CIFAR-10 の白黒画像をカラーに復元しました。形は正確に保たれましたが色が目に見えて褪せています。これはモデルの容量の問題ではなく L1 損失を選んだ結果です。skip connection が何を運ぶのか、そして回帰損失がなぜ彩度を殺すのかを実際の結果画像で確認します。
2026-08-23 · 14 分で読めます #ai#computer-vision#unet#colorization#pytorchみんなのためのAI 第4回 — 137万パラメータで画像に文をつける、そして第3回のバグがここになかった理由
CNN エンコーダとトランスフォーマーデコーダをつないで、Fashion-MNIST の画像にキャプションをつけるモデルを作りました。137万パラメータ、10分の学習でラベル的中率91%です。エンコーダ・デコーダ構造で cross-attention が何をするのか、そして第3回で正解率を7.5%に落とした EOS バグがなぜこのコードになかったのかを、2つの関数を並べて確認します。
2026-08-22 · 12 分で読めます #ai#captioning#multimodal#transformer#pytorchみんなのためのAI 第3回 — 損失0.0017なのに正解率7.5%、犯人はパディング1マスだった
画像と質問を一緒に受け取って答える VQA モデルを148万パラメータで作りました。学習損失は0.0017まで落ちたのに正解率は7.5%。ランダムより悪い数値です。原因はモデルではなく正解を作るコード1行で、直したら99.5%になりました。なぜ低い損失が良いモデルを保証しないのか、その罠をどう見抜くのかを実際の出力で確認します。
2026-08-21 · 14 分で読めます #ai#vqa#multimodal#debugging#pytorch自宅サーバーでハンズオン学習プラットフォームを作る — 特権なしの Pod の中に Kubernetes を入れる方法 ♪ 聞けます
受講者がボタンを押すと専用コンテナが立ち上がり、ブラウザ内のターミナルで本物の Linux シェルを触り、ステップごとにサーバーが実際の状態を検査して採点する学習プラットフォームを、自宅にある 7 ノードの Kubernetes クラスタの上に載せた記録です。いちばん難しかったのは機能ではなく隔離でした。ハンズオンなので受講者に root を渡さなければならないのに、その root が自宅ネットワークへ出ていってはいけません。Ciliu
2026-08-20 · 27 分で読めます #kubernetes#cilium#security#homelab#kwokLabHub — ブラウザで本物のサーバーを触りながら学ぶハンズオン学習プラットフォームを公開しました ♪ 聞けます
読むだけでは身につかないものがあります。サーバーにつないでコマンドを打ち、間違え、なぜ間違えたのかを確かめる過程を代替する方法はありません。LabHub は、その過程をブラウザの中に入れた学習プラットフォームです。ラボ開始を押すと専用の Linux コンテナが即座に立ち上がり、ブラウザのターミナルからつないで課題を解き、ステップごとにサーバーが実際の状態を検査して合否を返します。ラーニングパス 12 本にコース 73 本、ラボ 261
2026-08-20 · 13 分で読めます #labhub#kubernetes#devops#education#hands-onみんなのためのAI 第1回 — 1600万パラメータの言語モデルを15分でゼロから学習させる
GPU 1枚で言語モデルをゼロから学習させます。TinyStories データセットと1600万パラメータのデコーダ専用トランスフォーマーで、15分で読める英語の童話を生成しました。因果マスクがなぜ必要か、重み共有が何を節約するのか、perplexity 8 が実際にどんな文章を意味するのかを、実際の学習ログと生成結果で確認します。RTX 3090 実測。
2026-08-19 · 15 分で読めます #ai#llm#transformer#pytorch#hands-on人はそう簡単には変わりません、そして変わります — 性格変化の証拠と速度
人は変わらないという言葉と、人は変われるという言葉はどちらも真であり、その緊張がこの記事の主題です。成人期を通じて維持されるビッグファイブの順位安定性、年齢とともに動く成熟の原理、実行意図で性格変化を試みたハドソンの実験群、スマートフォンによる介入で観察者にも見えた変化、治療前後の性格変化のレビューまで。性格をゆっくり変わる習慣の束として定義しなおし、期待してよい速度と幅を正直に書きました。
2026-08-16 · 23 分で読めます #mindset#personality#psychology#self-improvement#2026-08一生懸命やるということ — 努力は美徳ではなく配分の問題です ♪ 聞けます
一生懸命やれという助言には方向がありません。努力を総量ではなく予算として扱うと絵が変わります。労働時間と産出の非線形な関係、週55時間以上の労働と心血管リスクを扱った60万人規模のメタ分析、回復経験の研究が語る心理的分離、そして組織で見えない努力が評価されない構造の問題まで。英雄的な追い込みの代わりに持続可能な配分を設計する方法を整理しました。
2026-08-16 · 24 分で読めます #mindset#productivity#burnout#self-improvement#2026-08目的が不確実なとき — 明確さは出発の条件ではありません
何のために生きているのか分からないという状態で、目的が明確になるまで待つという戦略はなぜ失敗するのか。目的は計画の上流ではなく蓄積の下流で発見されるという見方、座標の代わりに羅針盤で動く方向の言語、確信なしに動くための小さな賭けの技術、そして情熱を待つ罠まで。研究の整理ではなく構造で論証するエッセイであることを明かして書いた記事です。
2026-08-16 · 23 分で読めます #mindset#purpose#career#self-improvement#2026-08勉強ができることとスポーツができることの共通点は、思ったより狭い
勉強とスポーツ、コーディングと楽器のあいだに、本当に移っていく能力はあるのでしょうか。認知トレーニングの転移研究の結論は、大衆的な期待とは逆です。近転移は観察されますが、遠転移は事実上観察されません。チェスで頭がよくなるという主張がなぜ失敗するのか、それでも領域を越えて移っていく狭いリストには何があるのか、そして真面目さや一般能力という説明がなぜ足りないのかを、メタ分析の根拠とともに整理しました。
2026-08-16 · 26 分で読めます #mindset#learning#expertise#transfer#evidence