• 15分でわかる！AIエージェント開発の最新フレームワーク OpenAI Agents SDK

OpenAI Agents SDKは、AIエージェント開発を効率化するフレームワークです。複数のAIエージェントが連携し、複雑なタスクを処理できます。 主要な概念は以下の4つです。

1. エージェント：名前、役割、モデル、ツールを設定
2. ハンドオフ：タスクを他のエージェントに委譲
3. ガードレール：不適切な入力をチェックし拒否
4. トレーシング：エージェントの動作を可視化 記事では、これらの概念をPythonで実装し、具体的な動作例を示します。 これにより、AIエージェントシステムの開発、デバッグ、監視が容易になります。

引用元: https://qiita.com/Kumacchiino/items/51a8ffee98eeb4f8d0c6

• NVIDIA Blackwell Delivers World-Record DeepSeek-R1 Inference Performance NVIDIA Technical Blog

NVIDIA Blackwell GPUと最適化された推論ツールにより、大規模言語モデル(LLM)の推論性能が大幅に向上。DeepSeek-R1モデルで世界記録を達成。TensorRT-LLMなどのソフトウェア改善も貢献。FP4精度での推論も精度を維持しつつ高速化。cuDNNやCUTLASSなどのライブラリもBlackwellアーキテクチャ向けに最適化。

引用元: https://developer.nvidia.com/blog/nvidia-blackwell-delivers-world-record-deepseek-r1-inference-performance/

• RAGの検索性能を90％も低下させるテキストの落とし穴

RAGの検索で重要な役割を担うEmbeddingですが、テキストの特性によって性能が大きく左右されることが論文で指摘されています。具体的には、文章の位置、単語、文章量がEmbeddingの性能に影響を与え、最大90%も検索性能が低下する可能性があるとのことです。例えば、重要な情報が文章の先頭にあるか、同じ意味でも異なる単語が使われているか、文章の長さなどが影響します。対策として、紹介されている関連技術も参考に、自身のケースに合った方法を見つけることが重要です。

引用元: https://zenn.dev/knowledgesense/articles/ff2c528acf6b04

• 東大のあるレポート課題に「ChatGPTは使っていいが参考文献にプロンプトは全部書け」と謎ルール→むしろ本質的な意味で「学生の理解度」が分かるのでは

東大のレポート課題でChatGPT利用が許可されたものの、使用したプロンプトを全て参考文献として記述するルールが話題。このルールは、AIが生成した成果物だけでなく、学生がAIにどのような指示を与えたか、つまり思考プロセスを可視化する狙いがある。AI利用時の学生の理解度を評価し、認識のずれを指導する上で有効。ただし、プロンプトや生成結果を詳細に記述すると参考文献が膨大になるという課題も指摘されている。

引用元: https://togetter.com/li/2526803

• お便り投稿フォーム

（株式会社ずんだもんは架空の登場組織です）

• Android端末をサブ端末として利用する｜LINEみんなの使い方ガイド

LINEでは、スマホをメイン端末、タブレットなどをサブ端末として利用できます。Android端末をサブ端末として使うには、LINEアプリをインストール後、ログイン時に「サブ端末」を選び、表示されたQRコードをメイン端末で読み取ります。サブ端末では、アカウント引継ぎや年齢確認など一部機能が制限されます。Androidサブ端末は1台まで利用可能です。

引用元: https://guide.line.me/ja/signup-and-migration/android-secondary.html

• 絶対に分かる機械学習理論

機械学習における訓練データとテストデータの性能の関係について、統計と機械学習の基礎知識から丁寧に解説する記事。 データの平均値が期待値に集中する現象を実験と理論で確認し、マルコフの不等式、チェビシェフの不等式、ヘフディングの不等式といった集中不等式を紹介。 モデル評価における経験損失と真のリスクの関係、訓練データと評価データの違いを説明。 パラメータ候補数が有限・無限の場合の理論的保証について解説し、深層学習への応用も示唆。

引用元: https://joisino.hatenablog.com/entry/theory

• 【図解解説】これ1本12分でReact Hooks 全20種を理解できる教科書

React Hooksは、useStateやuseEffectなど、Reactの機能を関数コンポーネントで利用するための仕組みです。この記事では、Reactで提供されているほぼ全てのHooks（React19で追加されたものを含む）を解説しています。

useStateは状態を管理し画面を更新、useEffectは副作用を扱うがデータ取得にはReact QueryやSWRを推奨。useReducerは複雑な状態管理に役立ち、useContextはグローバルな値を共有。useRefはDOMへのアクセスや再レンダリングなしの値保持に利用。

React19未満では、useMemoで計算結果を、useCallbackで関数をメモ化し、パフォーマンス改善。useLayoutEffectはDOM変更を同期的に処理。useTransitionは優先度の低い更新を遅延させ、useDeferredValueは値の更新を遅延。useIdは一意なIDを生成。useSyncExternalStoreは外部ストアのデータ読み取り、useDebugValueはデバッグを支援。useImperativeHandleは子コンポーネントの公開値をカスタマイズ。useInsertionEffectはCSS-in-JSライブラリ向け。React19では、useActionStateで非同期処理後の状態更新、useOptimisticで楽観的更新、useFormStateでフォームの状態管理とサーバーアクションの結果を扱うことが可能。useFormStatusはフォーム送信状態を管理。useは非同期データを扱うためのAPI。

引用元: https://qiita.com/Sicut_study/items/d4778cbe8b499570f79e

• 不意に抜けるのを防止できるロック付きのUSB Type-Cが登場！→めちゃくちゃ既視感がある出で立ちで「先祖返りか？」と言われる

サンワサプライからスクリューロック機構付きのUSB Type-Cケーブル「KU-20GCCPE」シリーズが発売。コネクタ抜けを防ぐ設計で、PD240Wに対応。D-subコネクタのようなスクリューロック式のため、懐かしいと感じるユーザーも。USB Type-C locking Connector規格に準拠。

引用元: https://togetter.com/li/2526516

• お便り投稿フォーム

（株式会社ずんだもんは架空の登場組織です）

• Introducing Command A: Max performance, minimal compute

高性能LLM「Command A」が発表されました。GPT-4oやDeepSeek-V3と同等以上の性能を、より効率的に実現。特に企業向けのタスクで強みを発揮します。

引用元: https://cohere.com/blog/command-a

• プレゼン資料が見違える！AI図解ツールNapkin AIの基本と実践的な使い方完全版

Napkin AIは、テキストからグラフや図解を自動生成するAIツールです。プレゼン資料の作成に役立ち、β版は無料で利用可能。海外のメモ帳風の画面で、マークダウン形式で入力します。テキスト入力後、生成ボタンで図を生成。スタイルを選択し、背景色や比率などを調整できます。PNG、SVG、PDFでのダウンロードも可能です。図の一部だけ活用したり、生成された図を参考にしてFigmaで作成するなど、具体的な活用方法も紹介されています。

引用元: https://tech-lab.sios.jp/archives/46830

• GitHub - ShaojieJiang/extendable-agent: An Agentic platform that allows you to define extensions

extendable-agentは、拡張機能を定義できるエージェントプラットフォームです。Pydanticデータモデルで出力スキーマを設定可能です。

引用元: https://github.com/ShaojieJiang/extendable-agent

• お便り投稿フォーム

VOICEVOX:春日部つむぎ