マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20261019
内容紹介
deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face、FLUX 3 Image Klein、オンボーディングをAIエージェントに任せたら、もはや別ゲーだった BLOG - DeNA Engineering、武器あり・乱入あり・羽交い締めありのハートフルバトルイベント「スーパーきぐるみファイト」後半戦レポート【マチ★アソビ vol.31】 au Webポータル
出演者
youtube版(スライド付き)
関連リンク
DeepSeekから新モデル「DeepSeek-V4.1-Flash-1017」が公開されました。本モデルは、従来の「DeepSeek-V4.1-Flash」のマイナーアップデート版であり、推論能力、コーディング能力、エージェントタスク、および視覚系ベンチマーク全体にわたって大幅な性能向上が図られています。特にタスクの実行時間が短縮され、出力長が削減されたことにより、ユーザーはより高速かつ低コストでタスクを完了できるようになり、複数のエージェント環境においてパフォーマンスとコストのパレートフロンティアをさらに前進させています。
公開された各種ベンチマーク結果では、例えばエージェント性能を測る「Terminal-Bench 4.0」や「DeepSWE v1.1」、「Automation-Bench v1.0.6」などの多くの指標において前バージョンを上回るスコアを記録しており、複雑なタスクの処理能力が着実に強化されていることが示されています。
プロンプトエンコーディングの仕様面では、Jinjaフォーマットのチャットテンプレートは同梱されておらず、encodingフォルダ内にマルチターン会話、ツール呼び出し、思考モード、数値的推論の度合い、会話途中のシステムメッセージ、および画像コンテンツの混在などをサポートする自己完結型のPythonリファレンス実装（encoding.py）が用意されています。また、プロダクション環境向けとして、RustライブラリとPythonバインディングを提供する「deepseek-recipe」も公開されています。これを利用することで、MessagesやChat Completions、Responses APIのリクエストを会話フォーマットに変換し、DeepSeek V4およびV4.1のプロンプトやトークンIDへのエンコード、さらにはモデル出力のパース処理をプロトコルに準拠した形で行うことが可能になります。なお、モデルの推論実行、ツール実行、HTTPトランスポート層については呼び出し側で実装する必要があります。
ローカル推論の実行やウェイト変換に関しては、リポジトリ内のinferenceフォルダに手順が記載されています。推奨されるサンプリングパラメータとしては、temperatureが1.0、top_pが1.0に設定されており、コンテキストウィンドウは100万（1M）トークン、最大トークン数は256K以上と非常に広いコンテキストをサポートしています。ライセンスはMITライセンスが適用されており、商用利用や研究目的で柔軟に活用しやすい形態となっています。AIエンジニアや開発者にとって、エージェント性能と処理速度が向上した最新モデルの選択肢として、直ちに検証や導入を検討する価値の高いアップデートとなっています。
引用元: https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
Black Forest Labsは、テキストからの画像生成、画像編集、最大10枚までのマルチリファレンス生成に対応した軽量かつ高性能なオープンウェイト画像生成モデル「FLUX 3 Image Klein」を発表しました。パラメータ数は5.6Bと比較的軽量でありながら、内部評価では他のオープンウェイトモデルや特定のクローズドモデルを上回る品質を誇り、テキスト画像生成や画像編集において高いEloレーティングを記録しています。本モデルは画像、動画、音声の学習成果を統合しており、現実世界に根ざした自然な空間詳細や物理ダイナミクスを反映した画像を生成できるのが大きな特徴です。
システム要件やパフォーマンスの面では、消費者向けのGPU環境を強く意識した最適化が施されています。BF16形式では11.2GB、FP8形式では5.6GBのVRAM容量で動作し、INT8ビルドを活用することでわずか8GBのVRAMを搭載したNVIDIA GeForce RTX GPU上でも、ComfyUIやDiffusers経由でローカル実行が可能です。さらに、ステップ蒸留されたモデルとINT8ビルドを組み合わせることで、RTX 5090では約4秒、RTX 4070では9秒未満で1MPの画像を生成できる優れた高速性を備えています。また、NVIDIAのアクセラレーテッドコンピューティングにも最適化されており、TensorRT-LLMやvLLM-Omni、SGLang Diffusionなどのエコシステムを介した効率的なデプロイがサポートされています。
開発者向けの機能として、ファインチューニング用のベースチェックポイントが提供されており、Hugging Face DiffusersやOstrisのAI Toolkitを用いたLoRAトレーニングに初日から対応しています。また、NVIDIA NeMo AutoModelのレシピを活用した直接的な構築も可能です。APIを通じた利用や、Hugging Face Spacesなどのプレイグラウンドでの試用も順次開始されています。ライセンス形態については、年間売上500万ドル未満の個人および企業であれば無料で商業利用が可能な「FLUX Kommunity License」が適用され、大規模な組織向けには別途セルフホスト用オプションやAPIが用意されています。安全面においても、事前学習時のデータフィルタリングやポストトレーニングでの調整、厳格なレッドチーミングが実施されており、悪用防止の対策が組み込まれています。
引用元: https://bfl.ai/blog/flux-3-image-klein
この記事では、DeNAのヘルスケア領域のデータサイエンス部において、新メンバーのオンボーディング（受け入れ・立ち上げ）をGitHubリポジトリとClaude Codeを組み合わせて自動化・効率化した実践事例を紹介しています。
これまでのオンボーディングには、「情報の散らばり」「個人のスキルによる進みのブレ」「受け入れ担当の工数の負担」という3つの課題がありました。これを解決するため、すべての情報を1つのGitHubリポジトリに集約し、AIエージェントが伴走する仕組みを構築しました。
設計における最大のポイントは「教材の本文を持たせない」という点です。ConfluenceやGoogle Driveなどの社内ツールに存在する情報が二重管理で古くなってしまうのを防ぐため、リポジトリ側には「正本の保存場所（ID）」と「学習のゴール」だけを記載します。新規メンバーが質問した際には、Claude Codeのコネクタ機能を経由して常に最新の正本データを取得し、AIが要点を整理して回答する仕組みにしました。
また、出力されるタスクや成果物のフォーマットをあらかじめスキル定義で固定化することで、AIの回答品質を安定させています。日報の自動生成や、気づいた改善点を improvements.md に蓄積してPull Request経由で教材そのものをアップデートしていくフィードバックループも設計されています。認証などの人間が行うべき作業と、手順の要約や環境構築の補助を行うAIの作業を明確に切り分けることで、実務に即した効率的なオンボーディングを実現しています。結果として、中途入社メンバーの立ち上がりがスムーズになり、受け入れ側の工数削減や、新規メンバー自身がGitHubやClaude Codeの使い方に慣れるという副次的なメリットも生まれています。
引用元: https://engineering.dena.com/blog/2026/10/ai-agent-onboarding/
イベント「マチ★アソビ vol.31」にて、人気キャラクターたちが体に風船を巻き付けて武器で割り合うステージ「スーパーきぐるみファイト」の後半戦が開催されました。第2戦では仕事猫と邪神ちゃんインパクトが激しい乱打戦を展開し、セコンドのムジーナの羽交い締めアシストもあって仕事猫が勝利しました。続く最終戦には、腕を拘束された弱体化状態のずんだもんや、仕事猫、ほっぺちゃんらが参加して大混乱の大乱闘へと発展します。最終的には、バトル中に風船を追加して登場したパグ太郎が「最後まで風船が残っていた」という展開により優勝を果たしました。武器の使用やセコンドの乱入、敗者たちの再参戦などカオスな展開が続いたものの、最後はキャラクター同士が健闘をたたえ合い、大盛況のうちにイベントは幕を閉じました。
引用元: https://article.auone.jp/b5e858bc-bdb2-4293-a428-6b386b5667eb
VOICEVOX:春日部つむぎ