一休レストランのふつうのRustバックエンド開発 - 一休.com Developers Blog
この記事は一休.com Advent Calendar 2023 25日目の記事です。 一休レストランでは、よりスムーズな予約体験の提供を目的とするシステムのリニューアルを進めています。その一環として、2023年10月から、レストラン個別ページの表示から予約までのスマートフォンビューにおいて、バックエンドのサーバをRustで書かれたものに置き換えました。 一休レストランの Rust バックエンドが正式リリースされました。https://t.co/7N4VGv5ej9 このページのスマートフォンビューはバックエンドが Rust で書かれた GraphQL になってます— naoya (@naoya_ito) October 4, 2023 本番運用が始まって3か月近く経ちましたが、これまで安定して継続的な開発と運用ができています。これはRustだからと構えることなく、「ふつう」のバックエンド
GitHub - llm-jp/awesome-japanese-llm: 日本語LLMまとめ - Overview of Japanese LLMs
[ English | Français | 日本語 ] 日本語LLM・英語LLMのパラメータ数の推移。日本語モデルの情報は本記事、英語モデルの情報は LifeArchitect.ai の Models table を参照しています（ただし、図のスペース上一部のモデルは省略。また、英語モデルのパラメータ数は推測値を含む）。修正・追加等ありましたらお知らせ下さい。 この記事は、一般公開されている日本語LLM（日本語を中心に学習されたLLM）および日本語LLM評価ベンチマークに関する情報をまとめたものです。情報は、有志により収集されており、その一部は論文や公開されているリソースなどから引用しています。 ⚠ 以下の点について、あらかじめご理解とご了承をお願いいたします： 本記事の内容は、完全性や正確性を保証するものではありません。これらの情報は予告なく変更されることがあり、また最新の情報を常に提
LLM開発のためのデータエンジニアリング - Qiita
LLM開発のためのデータエンジニアリング MLOps Advent Calendar 2023の24日目です。 Stability AIでデータ系のソフトウェアエンジニアをやっているcvuskです。主な仕事は日本語LLMのためのデータ開発です。Stability AIでは日本語LLMも各種開発しています。LLMの学習というと大量のGPUを用意して巨大なデータでモデルを学習する、というキラキラしたイメージ（？）が強いかもしれませんが、データが重要かつ苦労が耐えない課題であることは他の機械学習やディープラーニングモデルと違いありません。日本語のテキストデータは英語ほど入手しやすいわけではないのと同時に、データエンジニアリングや品質面でもいろいろと大変なことが多々あります。今回はLLMのためのテキストデータの用途やエンジニアリングについて整理します。 LLMの学習 LLMの学習は大きく分けて事前
メルコインにおけるGitHub Actions活用術 | メルカリエンジニアリング
こんにちは。メルコインのバックエンドエンジニアのiwataです。 この記事は、Merpay Advent Calendar 2023 の23日目の記事です。 私はいまメルコインのCoreチームに属しています。Coreチームでは主にお客さまからの暗号資産の売買注文を受け付ける部分のマイクロサービスを開発運用しています。 メルコインではCI環境としてGitHub Actions self-hosted runnerを使用しています。またCIだけでなく、さまざまな自動化のためのワークフローの構築もこの環境を用いて実行しています。この記事では私の所属しているCoreチームにおいてGitHub Actions上に構築しているオートメーションについて紹介したいと思います。 PR-Agent PR-AgentはOpenAI APIを使って、PRのコードレビューなどを自動化してくれるActionです。La
Kyoto University Research Information Repository: プログラミング演習 Python 2023
本書は京都大学の全学共通科目として実施されるプログラミング演習(Python)の教科書として作成されたものです． 2023年度版では2022年度版での誤植などを修正し，読みにくい文章などを改訂し，2022年の授業の中で補足した説明などを追記しました．また，3章で例題として取り上げた平方根の計算については4章として独立させ加筆しました．また，制御構造の章（6章）ではPythonプログラムの終了について追加し，7章までの力試しの課題としていくつかの演習問題を8章として追加しました．さらに，タートルグラフィクスの章(10章)ではタートルの形の定義の方法を追加するとともに，11章ではtkinterの導入のための簡単な例題を追加て記述を見直すとともに，ウィジェットでの画像表示を追加しています．19章では関数呼び出しの中で生じるエラーについての例を追加しました． ソースコードの記載にK2PFEフォント
「SRE(サイト信頼性エンジニアリング)」とは？〜DevOpsとの関係・実践ポイントを解説〜|インシデント管理プラットフォーム│PagerDuty
ユーザーニーズの変化が激しい現代において、アジャイル開発を導入するなどして開発スピードを向上させることが重要です。しかし、スピーディーな開発をめざす一方で、システムの安定性の維持が難しいと悩んでいる方もいるのではないでしょうか。そこで注目されているのが、開発の高速化とシステムの安定性を両立するための方法論である「SRE（Site Reliability Engineering・サイト信頼性エンジニアリング）」です。この記事では、SREの基本を知りたい方に向け「概要」「主要な指標」「DevOpsとの違い」「SRE実践におけるポイント」といったポイントをわかりやすくご紹介します。 SREとは 「SRE（Site Reliability Engineering）」とはシステム運用方法の一つで、日本語では「サイト信頼性エンジニアリング」と言います。Webサイトの安定的な運用を支えるための方法論とし
GitHub - fglock/Perlito: "Perlito" Perl programming language compiler
"Perlito5" Perl to Java compiler and Perl to JavaScript compiler This is Perlito, a compiler collection that implements Perl 5 and Perl 6 programming languages. Compile Perl to Java compile Perl 5 to Java source code run Perl 5 directly in the JVM Compile Perl to JavaScript compile Perl 5 to JavaScript source code; run Perl 5 directly in the browser or nodejs compile Perl 6 to JavaScript source co
Introducing llamafile – Mozilla Hacks - the Web developer blog
A special thanks to Justine Tunney of the Mozilla Internet Ecosystem (MIECO), who co-authored this blog post. Today we’re announcing the first release of llamafile and inviting the open source community to participate in this new project. llamafile lets you turn large language model (LLM) weights into executables. Say you have a set of LLM weights in the form of a 4GB file (in the commonly-used GG
OSS Insight
AllJavaScriptJavaPythonPHPC++C#TypeScriptShellCRubyRustGoKotlinHCLPowerShellCMakeGroovyPLpgSQLTSQLDartSwiftHTMLCSSElixirHaskellSolidityAssemblyRScalaJuliaLuaClojureErlangCommon LispEmacs LispOCamlMATLABObjective-CPerlFortran AllJavaScriptJavaPythonPHPC++C#TypeScriptShellCRubyRustGoKotlinHCLPowerShellCMakeGroovyPLpgSQLTSQLDartSwiftHTMLCSSElixirHaskellSolidityAssemblyRScalaJuliaLuaClojureErlangCommo
Google Cloud、生成AIトレーニングプログラムを12月限定で無料提供
基礎的な内容としては、生成AIの概要を簡単に説明する60秒間の動画、動画や読み物、知識をテストするためのクイズを含むAIの基礎と独自のAIアプリ開発に役立つGoogle Cloudツールについて学べる22分間のコース、大規模言語モデル（LLM）、ユースケース、プロンプトチューニングを通じてLLMのパフォーマンスを向上させる方法についての基礎を学べる約30分のコースを用意しており、3つの基礎コースを修了すると、生成AIの基本概念についての理解を証明する、Google Cloudスキルバッジが付与される。 ほかにも基礎コースでは、Generative AI Studioの使用方法を紹介する動画、Generative AI Studioの機能、オプション、使用方法をデモ形式で学習可能な動画、Vertex AIでトレーニングおよびデプロイできる拡散モデルについて学べる動画、責任あるAIの概要とGo
わかりやすい説明のための 10 の鉄則
第0部 まずは「分かりづらい説明」を知ろう（p.14～） 第1部 口頭説明編（p.25～） 第2部 資料作成編（p.63～） 第3部 スライド作成編（p.81～） スライドのまとめ（p.115～）
LangChain の新記法「LangChain Expression Language (LCEL)」入門
LangChain Advent Calendar 2023 の 2 日目の記事です。 LangChain Expression Language (LCEL) とは LangChain Expression Language (LCEL) は、LangChain でのコードの新しい記述方法です。 公式ドキュメント: https://python.langchain.com/docs/expression_language/ LCEL ではプロンプトや LLM を | で繋げて書き、処理の連鎖 (Chain) を実装します。 2023 年 10 月後半頃から、LangChain では LCEL を使う実装が標準的となっています。 この記事では LCEL の基本的な使い方を紹介していきます。
脆弱性データベース
Google Android dhcp4_Main.c dhcp4_SetPDNAddress メモリ破損脆弱性が Google Android kernel 内に見つかりました。この脆弱性は 重大 として分類されました。 この脆弱性により影響を受けるのは、ファイル【dhcp4_Main.c】に含まれる関数【dhcp4_SetPDNAddress】です。 未知の値で改ざんすることが、 メモリ破損を突く攻撃に繋がります。 アドバイザリーは source.android.com で共有されています。 この脆弱性は CVE-2023-48423 として知られています。 攻撃はリモートで開始される可能性が高いです。 入手できるエクスプロイトツールはありません。 この問題を修正するために、パッチの適用を推奨します。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
llm-jp
SeaQL
GitHub - cloudnativedaysjp/cndt2023-handson: 『一日で学ぶクラウドネイティブ技術実践ハンズオン』by CloudNative Days Tokyo 2023 実行委員会のドキュメントです。
StarRocks | A High-Performance Analytical Database
GitHub - akuity/awesome-argo: A curated list of awesome projects and resources related to Argo (a CNCF graduated project)
AI研修【MIXI 23新卒技術研修】
AWS Global Accelerator Speed Comparison