#143 – SWE-bench: Can Language Models Resolve Real-World GitHub Issues?
GitHub の Issue を読んでバグを直すエーアイについて森田が読みました。

GitHub の Issue を読んでバグを直すエーアイについて森田が読みました。
Rust を Linux カーネルへで使う取り組みの進捗を向井がウォッチしました。
Google SQL の新しい文法を森田が紹介しました。
LLM にひっかけ算数問題を出してみる話を向井が読みました。
写真を集めてシーンをレンダリングするニューラルネットを森田が読みました。
大きなモデルから小さなモデルを作るテクニックを向井が回願しました。
ストリームにパーセンタイルを計算したい森田が教科書を読みました。
学部生にも実装できるストリームの要素カウントアルゴリズムを向井が試しました。
行列の掛け算が得意なハードウェアについて森田が読みました。
巨大 ML モデルの軽量 fine-tuning 手法を向井が読みました。
CUDA を書かずに済む GPU カーネルの DSL について森田が読みました。
Stable Diffusion の元論文を向井が読みました。
CUDA で書かれた PyTorch 用カーネルに森田が玉砕しました。
向井が画像生成の拡散モデルに入門しました。
森田が飽きずに CUDA の教科書を読んでます。
Meta の vector search 実装の関連論文を向井が読みました。
森田が CUDA の入門書を読み始めました。
AI 流行りで台頭中な Vector DB のサーベイを向井が眺めました。
Intel の CPU にやってきたニューラルなんとかの出自を森田がたどりました。
LLM に解かせる難問集と採点結果を向井が睨みました。
(壊れた音声ファイルを配信してしまったので、修正したファイルで同じエピソードを再配信しています。ごめんね。)GPGPU ワナビーの森田が C++ 拡張の GPGPU 標準を眺めました。
Meta 社のインターンが分散トレーシングで集めたログを睨んだ論文を向井が読みました。
開発生産性の測り方について森田が読みました。
でかいコンテナイメージをサーバレスで高速に起動する話を向井が読みました。
ウェブ検索の開発に使われていた A/B テストのインフラについて森田が読みました。
ML アクセラレータ TPU の分散実行インフラについて向井が読みました。
組み込みデータベースの新顔紹介を森田が読みました。
最近人気の圧縮フォーマット ZSTD のアルゴリズムについて向井が調べました。
LLM をチャットボットに仕立てる finetuning について森田が読みました。
クラウドのネットワーク設定を簡単にする抽象について向井が読みました。