AI開発
6本
AI生成コード10万行を公開前にスキャンしたら、一致先の多くは同じAIが書いたOSSだった
100%AIで書いた10万行超のコードを公開前にSCANOSSでスキャンした記録。一致先の多くは同じAIが書いた別のOSSで、一致は由来の証明にならない。では一致が出たら何を決めるのか。
微調整しても正答率29.7%止まり——Qwen3.5-2Bの33.15%に届かず
LFM2.5-350MをGRPOで100ステップ微調整すると構造化出力の正答率は22.6%から29.7%に上昇。だが同じ比較表に載るQwen3.5-2Bの33.15%にはまだ届かない。制約デコードや乗り換えとの比較で読む。
115行のCLAUDE.mdで毎リクエスト最大4,200トークン——@pathでは減らせない
CLAUDE.mdの文字数推計を実請求と混同せず、/contextと/usageの同条件比較で常時ロード、path限定rule、skill、hookへの移動を判断する。
請求は3列に分ける——Claude Code・Codex・Gemini CLIの実支払と推定を混ぜない
CLIが表示する利用額はローカル推定で、請求額ではない。Claude Code・Codex・Gemini CLIの認証経路ごとに公式ドキュメントで実支払と推定を分け、第三者のコスト集計CLIを入れる前の静的審査条件までを示す。2026年9月7日、消滅した第三者リポジトリに関する記述は撤回した。
「4bit圧縮モデルが元のモデルを上回った」は本当か—比較相手は120B教師モデルではない
Multiverse Computingの4bit圧縮モデルQAHが「9指標中7指標で上回った」相手は、圧縮前の120B教師モデルではなく同じ60BのBF16版。「重みメモリ4分の1」が及ぶ範囲と、載せ替え前に確認すべき2軸を整理します。
埋め込みモデルを乗り換える前に「やらない」を数値で判断するrebasis
RAGの埋め込みモデル移行をrebasisで測る話。公開9日後に作者自身が推奨件数の一部を撤回し、査読付きの先行研究95〜99%も再現できなかった。ベンダの数値を自分の閾値に借りない判断基準を整理。