https://sinimite.work/ja/Recent content on SiBloghttps://sinimite.work/images/og-default.svg?v=20260525-210321https://sinimite.work/images/og-default.svg?v=20260525-210321Hugo -- 0.156.0ja-JPFri, 17 Jul 2026 15:40:44 +0900https://sinimite.work/ja/posts/rag-retrieval-engineering-guide/Fri, 17 Jul 2026 15:40:44 +0900https://sinimite.work/ja/posts/rag-retrieval-engineering-guide/RAG検索層の設計と実装を扱う技術レポートです。BM25、Embedding、ANN、RRF、リランキング、クエリ理解、アクセス制御、評価、デプロイの実践を網羅します。https://sinimite.work/ja/posts/rag-observability-evaluation-design/Fri, 17 Jul 2026 15:06:18 +0900https://sinimite.work/ja/posts/rag-observability-evaluation-design/段階別Trace、実行時Metric、評価データセット、品質スコア、実験比較、プライバシー境界、障害時の縮退運転を含む、RAGのオブザーバビリティと評価設計を体系的に解説します。https://sinimite.work/ja/posts/opentelemetry-ai-agent-observability-guide/Thu, 16 Jul 2026 21:08:52 +0900https://sinimite.work/ja/posts/opentelemetry-ai-agent-observability-guide/AI アプリケーション開発者向けの OpenTelemetry 入門ガイド。Trace、Metric、Log、Profile、Context Propagation、Collector、GenAI セマンティック規約、本番運用の実践を扱う。https://sinimite.work/ja/posts/rag-chunking-strategies-evaluation/Wed, 15 Jul 2026 18:05:16 +0900https://sinimite.work/ja/posts/rag-chunking-strategies-evaluation/RAG の Chunking 戦略、パラメータ選択、コンテキスト保持、評価プロセスを扱う技術リファレンス。https://sinimite.work/ja/posts/rag-rrf-retrieval-fusion/Wed, 15 Jul 2026 17:37:44 +0900https://sinimite.work/ja/posts/rag-rrf-retrieval-fusion/Reciprocal Rank Fusion の原理、検索パイプライン上の位置、融合手法の選択、プロダクション評価についてまとめた技術資料です。https://sinimite.work/ja/posts/rag-dense-sparse-hybrid-search/Wed, 15 Jul 2026 17:25:30 +0900https://sinimite.work/ja/posts/rag-dense-sparse-hybrid-search/Dense + Sparse Hybrid Search の原理、融合手法、適用場面、評価方法をまとめた技術資料です。https://sinimite.work/ja/posts/enterprise-rag-system-building-guide/Wed, 15 Jul 2026 16:35:23 +0900https://sinimite.work/ja/posts/enterprise-rag-system-building-guide/エンタープライズRAGシステムのデータingestion、hybrid retrieval、アクセス制御、生成、評価、可観測性のアーキテクチャを説明します。https://sinimite.work/ja/posts/deep-research-aiq-skill-agent-harness-mcp/Mon, 25 May 2026 11:00:00 +0900https://sinimite.work/ja/posts/deep-research-aiq-skill-agent-harness-mcp/<p>2026年5月20日、NVIDIAはAI-QのDeep Research能力を、Claude Code、Codex、OpenCodeなどのagent harnessから呼び出せる「専門skill」としてpackage化する方法を紹介する技術記事を公開しました。重要なのは「AI toolがまた一つ増えた」ことではなく、企業Agentをより明確に階層化する方法を示した点です。汎用agent harnessは会話、tool orchestration、コード実行、ユーザーとのやり取りを担い、専門research backendは複数sourceの検索、計画、統合、引用、評価、企業データgovernanceを担います。(<a href="https://developer.nvidia.com/blog/add-a-specialized-deep-research-skill-to-agent-harnesses/" title="Add a Specialized Deep Research Skill to Agent Harnesses | NVIDIA Technical Blog">NVIDIA Developer</a>)</p>https://sinimite.work/ja/posts/points-of-the-podcast-language-agents-from-reasoning-to-acting/Sun, 24 May 2026 16:05:10 +0900https://sinimite.work/ja/posts/points-of-the-podcast-language-agents-from-reasoning-to-acting/Language Agents: From Reasoning to Acting podcastの感想です。ReAct、Reflexion、Tree of Thoughts、memory、benchmark、ACIから出発し、LLM Agentがモデル、ツール、記憶、環境、評価、UXから構成されるエンジニアリングsystemである理由を説明します。https://sinimite.work/ja/posts/ai-engineer-skill-value-map-2026/Sun, 03 May 2026 20:09:15 +0900https://sinimite.work/ja/posts/ai-engineer-skill-value-map-2026/AIアプリケーションエンジニアへの転向を目指す人に向けたスキル価値マップ。基礎的なRAG、プロンプトエンジニアリング、フレームワークAPIの価値がどう変化しているかを整理し、評価、ガバナンス、エージェント型ワークフローに投資すべき理由を説明します。https://sinimite.work/ja/posts/work-schedule-optimization-manual/Sun, 03 May 2026 00:00:00 +0900https://sinimite.work/ja/posts/work-schedule-optimization-manual/生活リズムの調整、深い集中、午後の低調期、就寝前の終了ルーティン、14日間の実験方法を整理し、タスク、エネルギー、時間を一致させることを目指します。https://sinimite.work/ja/posts/llm-from-hidden-state-to-token-output/Sat, 02 May 2026 00:00:00 +0000https://sinimite.work/ja/posts/llm-from-hidden-state-to-token-output/Chain of Thoughtはなぜ有効なのか、promptはなぜ長いほど良いわけではないのか、モデルはなぜ幻覚を起こすのか。一見無関係な現象は、同じ中核的な仕組みが異なる側面に現れたものです。この記事では、一つの「万能の鍵」でLLMエンジニアリングの五つの扉を開きます。https://sinimite.work/ja/posts/ai-agent-architecture-design-guide/Sat, 02 May 2026 00:00:00 +0000https://sinimite.work/ja/posts/ai-agent-architecture-design-guide/spec、fat skills、thin harness、deterministic tooling、学習ループによって、信頼でき継続的に進化するAI agentシステムを設計するための実践ガイドです。https://sinimite.work/ja/posts/ai-coding-agent-software-spec-best-practices/Thu, 09 Apr 2026 20:03:59 +0900https://sinimite.work/ja/posts/ai-coding-agent-software-spec-best-practices/AI coding agent時代のソフトウェア仕様書作成ガイド。Software Specの定義、六つの主要領域、四段階のワークフロー、ベストプラクティス、再利用可能なテンプレートを扱います。https://sinimite.work/ja/posts/llm-training-for-ai-engineers/Sat, 04 Apr 2026 12:00:00 +0900https://sinimite.work/ja/posts/llm-training-for-ai-engineers/AI アプリケーションエンジニア向けに、事前学習、ポストトレーニング、蒸留、Reward 設計、Agent 学習、Harness Engineering を網羅した大規模言語モデル学習の全体ガイド。モデル能力がどこから生まれ、学習上の判断が実際のアプリケーションにどう影響するかを理解する。https://sinimite.work/ja/posts/agent-native-documentation-engineering/Sun, 29 Mar 2026 16:55:53 +0900https://sinimite.work/ja/posts/agent-native-documentation-engineering/AI coding agentプロジェクト向けの文書体系設計ガイド。AGENTS.md、PRD、Architecture、Spec、Planの階層別責務と、agent-native文書の構成原則およびエンジニアリング上の価値を扱います。https://sinimite.work/ja/posts/ai-agent-standards-full-landscape/Sat, 28 Mar 2026 00:00:00 +0000https://sinimite.work/ja/posts/ai-agent-standards-full-landscape/2026年初頭、AI Agent分野の標準化は驚くべき速さで進んでいます。MCP、A2A、AGENTS.md、SKILL.mdという四つの中核標準がそれぞれの役割を担い、AAIFがgovernance組織として動き始めました。Javaエコシステムとの類比を使い、backend engineerが標準全体を俯瞰できるようにします。https://sinimite.work/ja/posts/ai-coding-agent-documentation-best-practices/Sat, 28 Mar 2026 00:00:00 +0000https://sinimite.work/ja/posts/ai-coding-agent-documentation-best-practices/OpenAIのHarness Engineering、Anthropicによる長時間稼働Agentの研究、AGENTS.md標準、複数の本番チームの経験を基に、AI coding agent向けのプロジェクト文書を設計するベストプラクティスを整理します。https://sinimite.work/ja/posts/llm-agentic-evolution/Sat, 28 Mar 2026 00:00:00 +0000https://sinimite.work/ja/posts/llm-agentic-evolution/LLM は受動的に質問へ答える tool から、目標を自律的に達成する agent へ進化しています。これはモデル能力の直線的な向上ではなく、利用 paradigm の根本的な転換です。本記事では、その本質、技術 stack の進化、エンジニアへの影響を整理します。https://sinimite.work/ja/posts/rag-system-complete-guide/Fri, 27 Mar 2026 15:06:20 +0900https://sinimite.work/ja/posts/rag-system-complete-guide/データ取り込み、分割、検索、再ランキング、生成、評価、本番運用を体系的に解説し、ゼロから公開までの実装手順を示すRAG全体ガイドです。https://sinimite.work/ja/posts/entropy-in-llm/Fri, 27 Mar 2026 00:00:00 +0000https://sinimite.work/ja/posts/entropy-in-llm/Entropy は LLM のライフサイクル全体を貫きます。学習では cross-entropy を loss に使い、推論では temperature で出力 entropy を制御し、評価では perplexity を使い、プロダクトでは hallucination 検出の信号にできます。本記事は AI エンジニアの視点から全体像を整理します。https://sinimite.work/ja/posts/spec-driven-development-guide/Thu, 19 Mar 2026 00:01:55 +0900https://sinimite.work/ja/posts/spec-driven-development-guide/Spec-Driven Developmentの定義、workflow、ツール環境、適用範囲を体系的に整理し、Prompt and Pray型のAI開発を置き換えつつある理由を説明します。https://sinimite.work/ja/posts/rag-chunking-best-practices/Wed, 18 Mar 2026 20:40:55 +0900https://sinimite.work/ja/posts/rag-chunking-best-practices/デフォルトパラメーター、主要な分割戦略、評価フロー、本番運用の実践を扱う、AIアプリケーションエンジニア向けのRAG chunking実践ガイドです。https://sinimite.work/ja/posts/agent-model-harness/Wed, 18 Mar 2026 00:17:00 +0900https://sinimite.work/ja/posts/agent-model-harness/Agent = Model + Harness という式から出発し、AI アプリケーションエンジニアの中核業務を harness engineering として捉え直します。https://sinimite.work/ja/posts/python-concurrency-parallelism-complete-guide/Sun, 15 Mar 2026 10:00:00 +0900https://sinimite.work/ja/posts/python-concurrency-parallelism-complete-guide/GILの仕組み、マルチスレッド、マルチプロセス、asyncio、スレッド安全性、Python 3.14における並行処理エコシステムの進化を扱う、実務向けのPython並行・並列処理ガイドです。https://sinimite.work/ja/posts/python-async-iteration-complete-guide/Sun, 15 Mar 2026 09:00:00 +0900https://sinimite.work/ja/posts/python-async-iteration-complete-guide/iterable、iterator、generator、await、async for、スレッドプールによる橋渡しを扱う、実務向けのPython非同期処理・イテレーション体系の復習ガイドです。https://sinimite.work/ja/posts/prompt-engineering-best-practices-guide/Wed, 11 Mar 2026 11:00:00 +0900https://sinimite.work/ja/posts/prompt-engineering-best-practices-guide/2025～2026年の Prompt Engineering と Context Engineering における本番向けベストプラクティスを体系的に整理し、Claude、GPT、長いコンテキスト、Prompt Chaining、Tool Use、Eval ワークフローを解説する。https://sinimite.work/ja/posts/anthropic-contextual-retrieval-reading-notes/Wed, 11 Mar 2026 09:00:00 +0900https://sinimite.work/ja/posts/anthropic-contextual-retrieval-reading-notes/Anthropic Contextual Retrieval の読書メモです。chunk の意味喪失、実験 benchmark、ground truth 評価、実用的な RAG ベストプラクティスを扱います。https://sinimite.work/ja/posts/contextual-retrieval-rag-reading-list/Mon, 09 Mar 2026 08:30:00 +0900https://sinimite.work/ja/posts/contextual-retrieval-rag-reading-list/AI アプリケーションエンジニア向けの Contextual Retrieval と RAG の読書リストです。Anthropic 公式資料からオープンソース実装、評価手法、業界動向までを扱います。https://sinimite.work/ja/posts/apple-m5-vs-m4-practical-comparison-ai-engineers/Fri, 06 Mar 2026 08:30:00 +0900https://sinimite.work/ja/posts/apple-m5-vs-m4-practical-comparison-ai-engineers/シングルコア／マルチコア性能、キャッシュ、ユニファイドメモリ、GPU AI アクセラレーション、ローカル推論の使用感から M5 と M4 を工学的に比較します。https://sinimite.work/ja/posts/llm-api-kv-cache/Thu, 05 Mar 2026 11:09:00 +0900https://sinimite.work/ja/posts/llm-api-kv-cache/KV Cacheは、「Transformerの理論」と「LLMのエンジニアリングおよびデプロイ」を結ぶ重要な概念です。これを理解すれば、「モデルがどう計算するか」から「モデルがどう動くか」までの最後のつながりが見えてきます。https://sinimite.work/ja/about/Thu, 05 Mar 2026 09:00:00 +0900https://sinimite.work/ja/about/このサイトと運営者についての簡単な紹介です。https://sinimite.work/ja/posts/llm-chain-of-thought-cot/Wed, 04 Mar 2026 21:51:00 +0900https://sinimite.work/ja/posts/llm-chain-of-thought-cot/LLM Chain-of-Thought（CoT）とは何か、prompt engineeringによってLLMのChain-of-Thought（CoT）を引き出す方法を理解します。https://sinimite.work/ja/posts/prompt-engineering-from-concept-to-implementation/Tue, 03 Mar 2026 19:50:00 +0900https://sinimite.work/ja/posts/prompt-engineering-from-concept-to-implementation/プロンプトエンジニアリングは、思っているほど単純ではないかもしれません。https://sinimite.work/ja/posts/understanding-prompt-injection/Tue, 03 Mar 2026 19:50:00 +0900https://sinimite.work/ja/posts/understanding-prompt-injection/LLMのPrompt Injectionとは何か、そして基本的な防御策を理解します。https://sinimite.work/ja/posts/understanding-transformer-intuition/Tue, 24 Feb 2026 12:00:00 +0900https://sinimite.work/ja/posts/understanding-transformer-intuition/私にとって最初の正式なブログ記事。