記事一覧

Inclusion AIがLLaDA2.0-Uniを公開した。16B MoEの拡散LLMを中核に、画像理解、1024px画像生成、画像編集、テキストと画像の交互生成を単一モデルで扱う。

fspecii/ace-step-uiを調べた。ACE-Step 1.5本体のGradio UIではなく、React/Express/SQLiteでライブラリ、プレイヤー、編集、Stem分離まで載せたローカル音楽生成UI。MacではMLX+MPS構成になり、メモリやLoRAに制約がある。

Alibaba ATHの動画生成モデルHappyHorse-1.0について、Model StudioでのAPIテスト、公開ウェイトの有無、Macローカル実行の現実性、RunPodで試すならどのGPUを見るかを整理した。

LLM安全モニタの評価器が、監視対象のセッション本文に埋め込まれた命令で判定を上書きされる問題。second-order injectionの実験結果、防御の限界、実装上の分離ポイントを整理する。

CLI、GUI、チャットUI、AIエージェントの変遷を開発現場のインターフェース設計として読み直す。CUIではなくCLIが選ばれる経緯、MCPとCLIのコンテキスト消費の差も含めた。

2026年4月26日の日常を記録した日記

前回サイドポニーの方向制御に失敗したWAI-Anima向けLoRAの再学習に向けて、学習素材53枚のキャプションをAnima推奨形式に書き直した記録。Qwen3 TEに方向情報を流し込めるよう自然言語で画像内の位置を明記し、ILで通用していた「kanachan一語に髪型ごと吸収させる」戦略を諦めて髪型をDanbooruタグでも独立化した。年タグの要否、bikini/nude誤キャプションの発見、blazer色の認識ズレまで含めた準備記録。

DEV Communityで紹介されていたRecoilを見て、ローカル開発で地味に面倒なポート占有プロセスの発見と終了を、Tauri製トレイアプリでどう短縮しているのか調べた。

Show HNで伸びていたWUPHFのLLM wikiを読む。Markdownを正本にし、Git履歴・SQLite・Bleve・lintでエージェント共有記憶を扱う設計は、RAGやマネージドメモリとは違う場所を狙っている。

HLS動画抽出の非同期パイプライン設計と、Pinterest Engineering Blogが公開したエンタープライズMCPエコシステムの技術詳細。

Qwen-Image-2.0-Proの2026-04-22版を確認した。ArenaではText-to-Image総合9位だが、Hugging Face上の公式オープンウェイトはまだ見当たらない。

2026年4月25日の日常を記録した日記