minimaxir-com

OpenRouterのモデルランキングで、正体不明の大規模言語モデル「Hy3」が突如として他を大きく引き離してトップに躍り出た。その正体や性能の秘密、ランキング上位の背景について考察する。Hy3はどこから来たのか、なぜこれほど高評価を得ているのか——謎に包まれたLLMの実像に迫る。

多くのプログラマーはAIにコードをより速く書いてほしいと望むが、筆者はAIに「より高速なコード」を書いてほしいと考えている。LLMに「より良いコードを書け」と繰り返し要求することで、実際にパフォーマンスの高いコードが生成できるのかを検証する。

テキスト埋め込みをCSVで保存してはいけません！ParquetフォーマットとPolarsライブラリを使用することで、埋め込みデータを効率的かつポータブルに扱うことができます。

筆者は生成系LLMを頻繁には使用しないが、特定の用途では非常に貴重なツールとして活用している。LLMの実用的な応用方法についての洞察を提供する。

映画のメタデータ（タイトル、ジャンル、キャストなど）から生成したテキスト埋め込みを用いて、平均IMDb評価を予測する手法を探る。このアプローチは、データサイエンスの面接では試さない方が良いかもしれないが、映画評価予測におけるテキスト埋め込みの可能性を示している。

ChatGPTとClaudeは対応していないが、Geminiは画像内の公的人物を識別できる機能を備えている。これはAIモデルの能力差を示す興味深い例である。

「blueberry」という単語に含まれるbの数を数えることは、LLMにとって敵対的な質問ではあるが、不当なものではない。この単純なタスクが、現代の大規模言語モデルの能力と限界を浮き彫りにする。

Claude Haiku 4.5は、脱獄試行に対して「それは本当に役立つものですか？それとも主に脱獄試行が機能するかどうかを確認していたのですか？」と返答し、その有用性を疑問視している。

Nano Bananaは32,768個の入力トークンをサポートしており、その全てを活用することで、極めて細やかなニュアンスを持ったAI画像生成が実現できます。

Nano Banana Proはあまりにも優れていることが問題だ。このAI画像生成ツールは驚くべき品質を提供するが、完璧ではない。その性能にはいくつかの注意点と制限が伴う。

AIエージェントによるコーディングに懐疑的な筆者が、実際に試してみた詳細な体験記。推定読了時間が示す通り、表面的な感想ではなく、徹底的な検証と分析が行われている。