技術 2026年4月30日(木) 約10分 信頼度スコアで文書抽出の人手確認を絞る フィールド単位の信頼度スコアで人手確認を絞る設計と、freee MCPで仕訳自動化を試して踏んだOCR・閾値の壁。 AI OCR VLM MCP AIエージェント API
技術 2026年4月30日(木) 約8分 Xiaomi MiMo-V2.5はMacやROCmで動かせるのか Xiaomi MiMo-V2.5のウェイト公開後、Mac/ROCmとクラウドGPU（RunPod/GCE）での実行可否を調べた。手元機ではまだ厳しいが、RunPodの4x H200で約14ドル/時間、GCE SpotのH100なら約1.6ドル/時間で動かせる。 AI LLM ローカルLLM Xiaomi MoE Apple Silicon ROCm llama.cpp
技術 2026年4月29日(水) 更新 約13分 Z-AnimeはZ-Image系のアニメ特化フルファインチューンだった SeeSee21/Z-AnimeがZ-Image Baseのフルファインチューンであることを確認し、AIO版をM1 Max 64GBのローカルComfyUIで動かしてt2i・i2i・NSFW通り具合まで検証した。 AI 画像生成 Z-Image ComfyUI Apple Silicon 実験
技術 2026年4月29日(水) 約14分 AIイラストを漫画モノクロに変換するときグレスケではなくスクリーントーンにしたい話 カラーのアニメ系AIイラストを漫画原稿風のモノクロへ変換する検証ログ。AI再生成系は色残りか顔変化のどちらかに寄り、決定論的なローカル処理だけだと機械的に見える。次に試すべき方向（Anima にグレスケ専用LoRAを載せる案、See-throughで部位分離してから機械合成する案）まで整理する。 AI 画像生成 ComfyUI LoRA 漫画 スクリーントーン 実験 Apple Silicon SDXL Qwen Z-Image Anima
技術 2026年4月28日(火) 約6分 Sarashina2.2-TTSは日本語寄りのゼロショット音声合成モデル SB Intuitionsが公開したsarashina2.2-ttsを調べた。日本語中心のLLMベースTTSで、短い参照音声から話者・話し方を再現し、日英生成やコードスイッチにも対応する。 AI TTS 音声合成 LLM ボイスクローン
技術 2026年4月28日(火) 約8分 Cosmic、Sanity、Hygraph AIの実装比較 Cosmic、Sanity、HygraphのAI CMS機能を、エージェント実行、MCP接続、編集ワークフローの3層で比較する。原典の比較記事で古くなっているHygraphの扱いも公式情報で補正した。 AI CMS MCP
技術 2026年4月27日(月) 約17分 WAI-Anima向けキャラLoRAを公式推奨の12,000ステップまで延ばしたら逆に方向制御が悪化、半分のep150で100%出るようになった v3 のキャプション据え置きで学習量だけ Anima 公式推奨の 12,000+ ステップまで増やしたら、ep150〜180 で方向ヒット率 100%、ep200 で 0% に急落、ep227 で 67% まで部分回復、という非単調な曲線が出た。1枚あたり露出 600〜720 回が sweet spot、800 回超で catastrophic forgetting。learning_rate 2e-5、約11時間 / $10 のRunPod学習と sweet spot エポックスキャンを記録。 LoRA AI 画像生成 Anima WAI-Anima RunPod Qwen 実験
技術 2026年4月27日(月) 約7分 YourMemoryは生物学的減衰でAIメモリの古い文脈を捨てる sachitrafa/YourMemoryを調べた。Ebbinghaus忘却曲線、BM25、ベクトル検索、グラフ展開を組み合わせたローカルMCPメモリで、LoCoMo-10のRecall@5は現在59%とされている。 AI AIエージェント MCP RAG Claude Code トークン管理
技術 2026年4月27日(月) 約6分 LLaDA2.0-Uniは拡散LLMで画像理解と生成を一本化したオープンモデル 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。 AI LLM 画像生成 VLM MoE オープンモデル 拡散モデル
技術 2026年4月27日(月) 約9分 ACE-Step UIはローカル音楽生成を制作アプリっぽくする 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。 AI 音楽生成 ローカルAI React TypeScript
技術 2026年4月27日(月) 更新 約7分 HappyHorseはローカルで動かせるのか 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。 AI 動画生成 RunPod Wan LTX-2
技術 2026年4月27日(月) 約9分 CLIからAIへ、人間がソフトウェアと話す入口が変わる 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。 AI CLI UI UX AIエージェント
