AI [リコー120Bモデル]継続事前学習とモデルマージ
リコーが開発した120B規模の国産LLMを例に、日本語特化の語彙拡張や継続事前学習、モデルマージ（SLERP、TIES、DARE）の数理的背景を解説。vLLMを用いた高速な推論環境構築手順や運用コストの課題も網羅します。
学習
AI 
AI [Clef]Cloudflareの判断モデル
Cloudflareが発表した意思決定特化型モデル「Clef」を解説。従来のLLMが抱える遅延や出力のゆらぎを、非自己回帰設計による超低レイテンシと型安全な確率出力で解決し、エージェントの分岐判断を高速化する技術的特徴を紹介します。
ツール [Goodnotes]複数のPDFから1つの学習セットを作成
Goodnotesの「学習セット」機能を用いて、複数のPDF資料から1つの問題集に情報を集約する方法を解説。Split Viewを活用した手順や、AIクイズ作成機能、PDF結合による効率化テクニックを紹介します。
TIPS [Anki]AnkiデータをGoodnotesの学習セットにする
AnkiとGoodnotes 6をCSV経由で連携させ、学習データを相互に移行する方法を解説します。それぞれの強みを活かした使い分けや、具体的なインポート・エクスポート手順を紹介し、エンジニアの学習効率を最大化するワークフローを提案します。
TIPS [Goodnotes]資格勉強を効率化 – 学習セット編
iPadアプリ「Goodnotes 6」を活用し、PDF教材から効率的な資格学習環境を構築する方法を解説。テープ機能による穴埋め問題化や、AIを用いた「学習セット」の自動生成、スマホ同期によるスキマ時間活用の手順が学べます。
ツール [AWS]Bedrock ハイパーパラメータ設定
Amazon Bedrockでのモデル微調整におけるハイパーパラメータの推奨値を、NLPや画像認識などのタスク・データ規模別に解説。学習率やEpochsの初期設定から、データ量に応じた調整指針、自動最適化（HPO）の活用まで実践的な知見を紹介します。
ツール [AWS]Bedrockのファインチューニング手順
Amazon Bedrockでのファインチューニング手順を解説。JSON Lines形式のデータセット準備から、ハイパーパラメータ（エポック数、学習率など）の選定基準、モデルのデプロイ、学習リセット時の代替策まで、実践的な知見を網羅しています。
AI [AWS]Bedrockを調教！AIモデルを最強にする「学習データ」の極意
Amazon Bedrockでのモデルカスタマイズ（微調整・継続的予備訓練）における学習データの準備手法を解説。高品質なデータ要件や推奨量、前処理、過学習対策など、モデルの性能を最大化する実践的なノウハウが学べます。
AI 無料で使える文章生成AI
無料で使える主要な文章生成AI（ChatGPT、Gemini、Copilot、DeepSeek、Grok3、Felo）の特徴や強みを徹底比較。各ツールの得意分野や機能の違いを理解し、業務や創作活動に最適なAIツールを選定・活用するための実践的知見が得られます。