<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>LLM on SiBlog</title><link>https://sinimite.work/ja/tags/llm/</link><description>Recent content in LLM on SiBlog</description><image><title>SiBlog</title><url>https://sinimite.work/images/og-default.svg?v=20260525-210321</url><link>https://sinimite.work/images/og-default.svg?v=20260525-210321</link></image><generator>Hugo -- 0.156.0</generator><language>ja-JP</language><lastBuildDate>Thu, 16 Jul 2026 21:08:52 +0900</lastBuildDate><atom:link href="https://sinimite.work/ja/tags/llm/rss.xml" rel="self" type="application/rss+xml"/><item><title>OpenTelemetry 入門：AI アプリケーションと AI Agent 開発者のためのわかりやすいガイド</title><link>https://sinimite.work/ja/posts/opentelemetry-ai-agent-observability-guide/</link><pubDate>Thu, 16 Jul 2026 21:08:52 +0900</pubDate><guid>https://sinimite.work/ja/posts/opentelemetry-ai-agent-observability-guide/</guid><description>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。</description></item><item><title>TencentのAI Leader、Shunyu YaoはこのPodcastで何を語ったのか</title><link>https://sinimite.work/ja/posts/points-of-the-podcast-language-agents-from-reasoning-to-acting/</link><pubDate>Sun, 24 May 2026 16:05:10 +0900</pubDate><guid>https://sinimite.work/ja/posts/points-of-the-podcast-language-agents-from-reasoning-to-acting/</guid><description>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。</description></item><item><title>2026年、AIエンジニアは何を学ぶべきか</title><link>https://sinimite.work/ja/posts/ai-engineer-skill-value-map-2026/</link><pubDate>Sun, 03 May 2026 20:09:15 +0900</pubDate><guid>https://sinimite.work/ja/posts/ai-engineer-skill-value-map-2026/</guid><description>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。</description></item><item><title>LLMの本音と発言が一致しない理由：LLMの振る舞いを理解する万能の鍵</title><link>https://sinimite.work/ja/posts/llm-from-hidden-state-to-token-output/</link><pubDate>Sat, 02 May 2026 00:00:00 +0000</pubDate><guid>https://sinimite.work/ja/posts/llm-from-hidden-state-to-token-output/</guid><description>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。</description></item><item><title>大規模言語モデル学習の全体像：AI アプリケーションエンジニアが理解すべきこと</title><link>https://sinimite.work/ja/posts/llm-training-for-ai-engineers/</link><pubDate>Sat, 04 Apr 2026 12:00:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/llm-training-for-ai-engineers/</guid><description>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。</description></item><item><title>LLM の Agentic 化：質問への回答から自律的な仕事へ</title><link>https://sinimite.work/ja/posts/llm-agentic-evolution/</link><pubDate>Sat, 28 Mar 2026 00:00:00 +0000</pubDate><guid>https://sinimite.work/ja/posts/llm-agentic-evolution/</guid><description>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。</description></item><item><title>LLM におけるエントロピー：学習・推論・プロダクトをつなぐ共通言語</title><link>https://sinimite.work/ja/posts/entropy-in-llm/</link><pubDate>Fri, 27 Mar 2026 00:00:00 +0000</pubDate><guid>https://sinimite.work/ja/posts/entropy-in-llm/</guid><description>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。</description></item><item><title>Agent = Model + Harness</title><link>https://sinimite.work/ja/posts/agent-model-harness/</link><pubDate>Wed, 18 Mar 2026 00:17:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/agent-model-harness/</guid><description>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。</description></item><item><title>Prompt Engineering 完全ベストプラクティスガイド</title><link>https://sinimite.work/ja/posts/prompt-engineering-best-practices-guide/</link><pubDate>Wed, 11 Mar 2026 11:00:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/prompt-engineering-best-practices-guide/</guid><description>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。</description></item><item><title>Apple M5 vs. M4：AI エンジニアのための実践的比較</title><link>https://sinimite.work/ja/posts/apple-m5-vs-m4-practical-comparison-ai-engineers/</link><pubDate>Fri, 06 Mar 2026 08:30:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/apple-m5-vs-m4-practical-comparison-ai-engineers/</guid><description>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。</description></item><item><title>LLM APIのKV Cacheとは何か</title><link>https://sinimite.work/ja/posts/llm-api-kv-cache/</link><pubDate>Thu, 05 Mar 2026 11:09:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/llm-api-kv-cache/</guid><description>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。</description></item><item><title>LLM Chain-of-Thought（CoT）完全ガイド</title><link>https://sinimite.work/ja/posts/llm-chain-of-thought-cot/</link><pubDate>Wed, 04 Mar 2026 21:51:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/llm-chain-of-thought-cot/</guid><description>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。</description></item><item><title>Prompt Engineeringの原理から実践まで</title><link>https://sinimite.work/ja/posts/prompt-engineering-from-concept-to-implementation/</link><pubDate>Tue, 03 Mar 2026 19:50:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/prompt-engineering-from-concept-to-implementation/</guid><description>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。</description></item><item><title>Prompt Injection（プロンプトインジェクション）</title><link>https://sinimite.work/ja/posts/understanding-prompt-injection/</link><pubDate>Tue, 03 Mar 2026 19:50:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/understanding-prompt-injection/</guid><description>LLMのPrompt Injectionとは何か、そして基本的な防御策を理解します。</description></item><item><title>Transformer の数学的直感を理解する</title><link>https://sinimite.work/ja/posts/understanding-transformer-intuition/</link><pubDate>Tue, 24 Feb 2026 12:00:00 +0900</pubDate><guid>https://sinimite.work/ja/posts/understanding-transformer-intuition/</guid><description>私にとって最初の正式なブログ記事。</description></item></channel></rss>