ビルドログ、ガイド、現場ノート

何が出荷され、何が壊れ、実際にいくらかかったか。本番のAIシステム運用の現場から。

最新の記事何が出荷され、何が壊れ、実際にいくらかかったか。本番のAIシステム運用の現場から。

synthetic data(合成データ)の作り方:LLM学習・評価・テストの実践ガイド

synthetic data(合成データ)の作り方:LLM学習・評価・テストの実践ガイド

synthetic data(合成データ)をLLMの学習・評価やソフトウェアテストに使うための実践ガイドです。サポートチケットの例で、シードの選び方から候補の生成、重複除去、人によるレビューまでを解説します。生成ツールの使い分け、出力を学習に使う条件、プライバシーの検証、評価データを守る方法も整理します。

2026年10月22日Build
RLHFとは?人間の評価で変わるAIの応答とDPOとの違い

RLHFとは?人間の評価で変わるAIの応答とDPOとの違い

RLHFは、人間の評価を使ってAIの応答をどう変えるのでしょうか。報酬モデルと強化学習の仕組みを、返金対応の回答例で解説します。SFT・DPO・RLAIF・RLVRとの違い、小規模企業が使える選好学習API、データの作り方と評価の要点を整理。好まれる回答が正しいとは限らない理由と、導入前に確認すべき条件が分かります。2026年10月22日Build
モデルルーティングの仕組みと検証方法:品質を守るLLMの使い分け

モデルルーティングの仕組みと検証方法:品質を守るLLMの使い分け

モデルルーティングで小型LLMと高性能モデルをどう使い分けるか。サポートアプリを例に、振り分けルール、再試行を含む費用計算、評価セットでの品質検証を解説します。OpenRouter、LiteLLM、Vercel AI Gateway、Microsoft Foundryの機能の違いと、段階的な導入の確認点も整理します。2026年10月21日Build
セマンティックキャッシュとは?LLMの回答を安全に再利用する設計

セマンティックキャッシュとは?LLMの回答を安全に再利用する設計

セマンティックキャッシュは、意味の近い質問に保存済みの回答を返し、LLMの呼び出しを減らす仕組みです。完全一致・プロンプトキャッシュとの違い、回答を再利用する4ステップ、しきい値・TTL・ユーザー権限の設計を解説。Kong、Redis、GPTCacheの実装例と、リクエストに基づくコスト削減の計算方法も紹介します。2026年10月21日Build

レーン。目的のものを選んでください。

Googleでこのサイトを優先する

Google で優先するソースとして追加

omidsaffari.comを優先ソースに設定すると、GoogleがTop Stories・AI Overviews・AI Modeであなたのために優先表示します。

ニュースレター

毎週日曜、一通の手紙。動くシステムの話。感想戦ではなく。

週刊。スパムなし。いつでも解除できます。