@AnthropicAIと共同で作成し、Elie Schoppik @eschoppikが教えるClaude Codeの決定版コースを発表できることを嬉しく思います。高度にエージェント的なコーディング (AI がコード スニペットを完成させるだけでなく、数分以上自律的に動作する) を使用したい場合は、これが最適です。 Claude Codeは多くの開発者(私を含む)にとってゲームチェンジャーでしたが、それをうまく使うことには本当の深みがあります。この包括的なコースでは、基礎から高度なパターンまですべてをカバーします。 この短期コースの後、次のことができるようになります。 - 複数のClaudeサブエージェントをオーケストレーションして、コードベースの異なる部分で同時に作業する - GitHubの課題でClaudeにタグを付け、プルリクエストを自律的に作成、レビュー、マージさせる - 乱雑なJupyterノートブックを、クリーンで本番環境に対応したダッシュボードに変換 - PlaywrightなどのMCPツールを使用して、ClaudeがUIの何が問題なのかを確認し、自律的に修正できるようにします Claude Codeを初めて使用する人も、すでに使用している人も、ソフトウェアの構築方法を根本的に変えることができる強力な機能に気付くでしょう。 エージェントコーディングによって誰もができることにとても興奮しています。ぜひこのコースを受講してください!

I'm thrilled @OpenAI has released two open weight models. Thank you to all my friends at OpenAI for this gift! I'm also encouraged that from my quick tests gpt-oss-120b looks strong (though we should still wait for rigorous 3rd party evals).

新しいイベント「Buildathon: The Rapid Engineering Competition」を発表します。詳細は動画をご覧くださいので、ぜひご参加申込みください!

新しいCourseraコースの発表:Retrieval Augmented Generation(RAG) この実践的で詳細なコースでは、@ZainHasan6経験豊富なAIおよびMLエンジニア、研究者、教育者によって作成され、教えられるこの実践的で詳細なコースでは、高性能で本番環境に対応したRAGシステムの構築方法を学びます。 RAGは、今日、カスタマーサポート、社内のQ&Aシステム、さらにはWeb検索を使用して質問に答える多くの主要なチャットボットの多くのLLMベースのアプリケーションの重要なコンポーネントです。このコースでは、RAGをうまく機能させる方法を深く学びます。 LLMは、特にトレーニングデータでカバーされていない専門的な質問をされた場合に、一般的または古い回答を生成する可能性があります。RAGは、これに対処するために最も広く使用されている手法です。内部ドキュメントや最近のニュースなどの新しいデータソースからデータを取り込み、LLMにプライベート情報、最近の情報、または専門的な情報に関連するコンテキストを提供します。これにより、より接地された正確な応答を生成できます。 このコースでは、レトリーバーからベクターデータベース、生成、評価まで、RAGシステムのあらゆる部分の設計と実装を学びます。RAGの背後にある基本原則と、コンポーネントレベルとシステム全体レベルの両方でRAGを最適化する方法について学びます。 AIの進化に伴い、RAGも進化しています。新しいモデルは、より長いコンテキストウィンドウを処理し、より効果的に推論し、複雑なエージェントワークフローの一部にすることができます。エキサイティングな成長分野の1つはAgentic RAGで、AIエージェントが実行時に(開発時にハードコードされるのではなく)どのデータを取得するか、いつ/どのように深く掘り下げるかを自律的に決定します。このような進化にもかかわらず、実行時に高品質のデータにアクセスすることは不可欠であり、そのためRAGは非常に多くのアプリケーションの重要な部分を占めています。 実践的な体験を通じて、次のことを学びます。 - 検索と迅速な拡張を備えたRAGシステムの構築 - BM25、セマンティックサーチ、Reciprocal Rank Fusionなどの検索手法の比較 - Weaviateのベクターデータベースとニュースデータセットを使用したドキュメントのチャンク、インデックス作成、取得 - Together AI がホストするオープンソースの LLM を使用して、製品や FAQ の質問に答える架空のストア向けのチャットボットを開発します。 - evalを使用して信頼性を向上させ、マルチモーダルデータを組み込みます RAGは重要な基礎技術です。このコースで上手になりましょう! こちらからご登録ください。

YC Startup SchoolでのAIスタートアップの作り方についての私の講演。@AI_Fund から AI を使用して迅速に構築する方法に関するヒントを共有します。あなたの考えを教えてください!

Agentic Document Extraction がフィールド抽出に対応しました!多くのドキュメント抽出のユースケースでは、フォームやその他の構造化ドキュメントから特定のフィールドが抽出されます。請求書の写真またはPDFを入力し、ベンダー名、アイテムリスト、価格をリクエストし、抽出されたフィールドを取り戻すことができるようになりました。または、医療フォームを入力してスキーマを指定し、患者名、患者ID、保険番号などを抽出します。 1つの優れた機能:スキーマ(抽出するフィールドのjson仕様)を自分で書くのが面倒な場合は、サンプルドキュメントを1つアップロードして、必要なものを自然言語のプロンプトで書くと、スキーマが自動的に生成されます。 詳しくは動画をご覧ください!

新コース:LLMのポストトレーニング この短いコースでは、ワシントン大学@UWの助教授であり、@NexusflowXの共同創設者である@BanghuaZが教えるLLMのポストトレーニングとカスタマイズを学びます。 LLMが指示に従うか、質問に答えるためのトレーニングには、事前トレーニングとトレーニング後の2つの主要な段階があります。事前学習では、ラベルのない大量のテキストから次の単語やトークンを予測することを学習します。学習後の学習では、指示に従うこと、ツールの使用、推論など、有用な行動を学習します。 トレーニング後、何兆ものラベルのないテキストトークンでトレーニングされた汎用トークン予測器を、指示に従い特定のタスクを実行するアシスタントに変換します。事前トレーニングよりもはるかに安価であるため、事前トレーニングよりも多くのチームが事前トレーニングよりもトレーニング後の方法をワークフローに組み込むことが実用的です。 このコースでは、教師あり微調整 (SFT)、直接優先最適化 (DPO)、オンライン強化学習 (RL) の 3 つの一般的な学習後の方法と、それぞれを効果的に使用する方法を学びます。SFT では、入力応答と理想的な出力応答のペアでモデルを学習させます。DPO では、優先される (選択された) 応答とあまり好ましくない (拒否された) 応答の両方を提供し、優先される出力を優先するようにモデルをトレーニングします。RL を使用すると、モデルは出力を生成し、人間または自動のフィードバックに基づいて報酬スコアを受け取り、モデルを更新してパフォーマンスを向上させます。 効果的なトレーニングのために高品質のデータをキュレーションするための基本的な概念、一般的なユースケース、原則を学びます。ハンズオン ラボでは、Hugging Face から事前学習済みのモデルをダウンロードし、SFT、DPO、RL を使用して事前学習を行い、各手法がモデルの動作をどのように形成するかを確認します。 詳細には、次のことを行います。 - ポストトレーニングとは何か、いつ使用するか、プレトレーニングとの違いを理解する。 - SFT パイプラインを構築して、基本モデルを指示モデルに変換します。 - DPOがコントラスティブロスを最小限に抑え、不適切な回答にペナルティを課し、好ましい回答を強化することで、どのように行動を再構築するかを探ります。 - DPO パイプラインを実装して、チャット アシスタントの ID を変更します。 - Proximal Policy Optimization(PPO)やGroup Relative Policy Optimization(GRPO)などのオンラインRL手法と、報酬関数の設計方法を学びます。 - GRPO でモデルをトレーニングし、検証可能な報酬を使用して数学の能力を向上させます。 ポストトレーニングは、LLMトレーニングの中で最も急速に発展している分野の1つです。高精度のコンテキストスペシフィックアシスタントの構築、モデルのトーンの微調整、タスク固有の精度の向上など、このコースでは、今日のLLMのポストトレーニング方法を形作る最も重要な手法を体験することができます。 こちらからご登録ください。

AIを使ったビルドの練習をもっとするためのヒントを共有したいと思います - つまり、AIビルディングブロックを使用してアプリケーションを構築するか、AIコーディングアシスタンスを使用して強力なアプリケーションを迅速に作成するかのいずれかです:ビルドする時間が限られている場合は、プロジェクトの範囲を縮小して、時間内に何かをビルドできるようにしてください。 1時間しかない場合は、1時間で構築できる、ワクワクするアイデアの小さな要素を見つけてください。AnthropicのClaude Code(現在私のお気に入りの開発ツール)のような最新のコーディングアシスタントを使用すると、短期間でもどれだけのことができるかに驚くかもしれません。これにより、いつでもプロジェクトを続行できます。 AIを使った構築が上手になるためには、ほとんどの人が(i)オンラインAIコースを受講するなどして関連する技術を学び、(ii)構築の練習をする必要があります。私は、実際には何も作らずに何ヶ月もアイデアを出し合う開発者を知っています—私もこれをやったことがあります!なぜなら、始める時間がないと感じているからです。このような状況に陥った場合は、すぐに構築できる小さなコンポーネントが見つかるまで、最初のプロジェクトスコープを切り続けることをお勧めします。 例を挙げて説明しましょう - 私の多くの小さくて楽しい週末のプロジェクトの1つで、どこにも行かないかもしれませんが、やってよかったと思っています。 ここでの考え方は、多くの人が人前で話すことを恐れているということです。また、人前で話すことは、聴衆を整理するのが難しいため、練習するのが困難です。そこで、数十人から数百人の仮想のデジタル視聴者をコンピューターのモニターに表示し、ユーザーが彼らに話しかけて練習できるようにするオーディエンスシミュレーターを構築するのは面白いだろうと思いました。 ある土曜日の午後、私は数時間の余裕を持ってコーヒーショップにいることに気づき、観客シミュレーターを試してみることにしました。私はグラフィックス コーディングに詳しくないので、大勢の視聴者を対象とした複雑なシミュレータを構築し、適切な視聴者の反応をシミュレートする AI ソフトウェアを作成する代わりに、範囲を大幅に縮小して (a) 1 人の視聴者をシミュレートする (後で N 人をシミュレートできます)、(b) AI を省略し、シミュレートされた視聴者の反応を人間のオペレーターが手動で選択できるようにする (オズの魔法使いのプロトタイピングと同様) ことにしました。 (c)単純な2Dアバターを使用してグラフィックを実装します。 いくつかのコーディングアシスタントを組み合わせて、時間内に基本的なバージョンを構築しました。アバターは微妙に動いたり、まばたきをしたりすることができましたが、それ以外は基本的なグラフィックを使用しました。洗練されたオーディエンスシミュレーターには遠く及ばなかったが、これを作ってよかったと思っている。プロジェクトを前進させ、さまざまなデザインを探求できるようになっただけでなく、基本的なグラフィックの知識も向上しました。さらに、この粗雑なプロトタイプを友人に見せることで、ユーザーのフィードバックを得ることができ、製品のアイデアに対する私の見解が形成されました。 私のラップトップには、構築するのが面白いと思うもののアイデアのリストがあります。それらのほとんどは、特定の日に何かを試すために数時間かかるよりもはるかに長い時間がかかりますが、スコープを縮小することで、プロジェクトを進めることができ、プロジェクトの最初の進行は、さらに投資する価値があるかどうかを判断するのに役立ちます。おまけとして、さまざまなアプリケーションをハッキングすると、さまざまなスキルを練習するのに役立ちます。しかし、最も重要なことは、これにより私の頭からアイデアが浮かび上がり、プロジェクトをより迅速に進めるためのフィードバックを見込みユーザーの前に出すことができる可能性があることです。 [原文に戻す]

新しいコース:ACP:エージェント通信プロトコル @IBMResearchのBeeAIで構築されたこの短いコースでは、ACPを使用してさまざまなフレームワーク間で通信し、コラボレーションするエージェントの構築を学び、IBMのAIリサーチエンジニア兼エコシステムリーダーである@sandi_besenとIBMのAI開発者アドボカシー責任者である@nicholasrenotteが教えています。 さまざまなチームや組織によって構築または使用されるエージェントを使用してマルチエージェントシステムを構築することは、困難になる場合があります。チームがエージェントの設計を更新したり、エージェントオーケストレーションフレームワークの選択を変更したりするたびに、カスタム統合を作成する必要がある場合があります。 エージェント通信プロトコル(ACP)は、フレームワーク間で機能する統一されたRESTfulインターフェイスを使用して、エージェントの通信方法を標準化することにより、この課題に対処するオープンプロトコルです。このプロトコルでは、ACP サーバー内でエージェントをホストし、ACP クライアントからの要求を処理して適切なエージェントに渡します。標準化されたクライアント/サーバーインターフェースを使用することで、複数のチームがプロジェクト間でエージェントを再利用できます。また、システム全体をリファクタリングすることなく、フレームワーク間の切り替え、エージェントの新しいバージョンへの置き換え、マルチエージェントシステムの更新も容易になります。 このコースでは、ACPを介してエージェントを接続する方法を学びます。ACP Agent のライフサイクルと、MCP (Model Context Protocol) や A2A (Agent-to-Agent) などの他のプロトコルとの比較を理解できます。ACP 準拠のエージェントを構築し、ACP を使用して複数のエージェントが共同作業するシーケンシャル ワークフローと階層ワークフローの両方を実装します。 実践的な演習を通じて、以下を構築します。 - CrewAIを搭載したRAGエージェントをACPサーバー内にラップします。 - 作成した ACP サーバーを呼び出すための ACP クライアント。 - Smolagentsで作成されたACPサーバーをRAGエージェントにチェーンするシーケンシャルワークフロー。 - ユーザークエリをタスクに変換するルーターエージェントを使用した階層型ワークフローで、ACPサーバーを通じて利用可能なエージェントに委任されます。 - MCP を使用してツールにアクセスし、ACP を使用して他のエージェントと通信するエージェント。 最後に、ACPエージェントをBeeAIプラットフォーム(エージェントを検出および共有するためのオープンソースレジストリ)にインポートします。 ACP は、チームや組織を超えたエージェント間のコラボレーションを可能にします。このコースを修了すると、フレームワークに関係なくコミュニケーションとコラボレーションを行うACPエージェントとワークフローを構築できるようになります。 こちらからご登録ください。

「ラマのある建物4」をご紹介します。このショートコースは@Meta @AIatMetaと共同で作成し、MetaのAIチームのパートナーエンジニアリングディレクターである@asangani7が教えています。 Metaの新しいLlama 4は、3つの新しいモデルを追加し、オープンウェイトモデルのファミリーにMixture-of-Experts(MoE)アーキテクチャを導入し、より効率的にサービスを提供できるようにしました。 このコースでは、Llama 4で導入された3つの新しいモデルのうち2つを使用します。1つ目は、400BパラメータモデルであるMaverickで、128人の専門家と17Bのアクティブパラメータがあります。2 つ目は Scout、16 人の専門家と 17B のアクティブ パラメーターを持つ 109B パラメーター モデルです。MaverickとScoutは、それぞれ最大100万トークンと10Mトークンの長いコンテキストウィンドウをサポートしています。後者は、かなり大きなGitHubリポジトリを直接入力して分析することをサポートするのに十分です。 ハンズオン レッスンでは、Llama 4 の新しいマルチモーダル機能を使用して、複数の画像にわたる推論や、画像内の要素を識別できる画像グラウンディングなどを使用してアプリを構築します。また、公式の Llama API を使用し、Llama 4 のロング コンテキスト機能を使用し、Llama の最新のオープンソース ツール (システム プロンプトを自動的に改善するプロンプト最適化ツールや、微調整のための高品質のデータセットを生成する合成データ キット) について学びます。 オープンモデルが必要な場合、Llama は優れたオプションであり、Llama 4 ファミリーは GenAI 開発者のツールキットの重要な部分です。このコースでは、API 経由で Llama 4 を呼び出し、その最適化ツールを使用し、テキスト、画像、および大きなコンテキストにまたがる機能を構築する方法を学びます。 こちらからご登録ください。