こんにちは、グループ研究開発本部・AI研究開発室のA.Zです LLMのアプリケーション開発するときに、プロンプト周りの生成やチューニングは結構大変、モデル変更するとまたプロンプト再チューニングが必要、プロンプトの微調整で […]The post DSPyを用いて、プロンプトチューニングから脱出し、プロンプトプログラミングへ first appeared on GMOインターネットグループ グループ研究開発本部.

最新のロボットは跳ぶ！踊る！ こんにちは。グループ研究開発本部 AI研究開発室のM.Sです。 皆さんはヒューマノイド（人型）ロボットを見たことがあるでしょうか？ 例えば、Unitree社ではこんなデモ動画が。（是非リンク […]The post 人型ロボットのパルクール！？最新のヒューマノイドはどこまで激しく動けるのか、調査してみた first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR Qwen3-Omni（30B, 4bit量子化版）をローカル環境で実行してみた vLLM を利用して高速・効率的な推論環境を構築 音声＋画像の同時入力が可能 4bitでも、音声や画像の特徴をある程度正確に説明 […]The post Qwen3-Omni（30B, 4bit量子化）をローカルで動かしてみた first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに こんにちは。グループ研究開発本部、AI研究開発室のY.Tです。 エッジGPU、良い響きですね。 この記事は、Jetson への DeepStream 7.1 を導入と、Intel RealSense の接続方法 […]The post Jetson × RealSense で物体検知: ROS 2 / DeepStream の導入 first appeared on GMOインターネットグループ グループ研究開発本部.

導入 こんにちは。グループ研究開発本部 次世代システム研究室のH.Oです。 前回の記事では、私の所属しているプロジェクトである天秤AIに、開発用AIエージェントを導入し、運用を開始した事例について紹介しました。この取り組 […]The post playwright mcpをAI駆動開発フローに組み込んでE2Eテストをさせよう first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のL.W.です。 イーサリアムを始めのブロックチェーンは、革新的で優れた機能を持っていますが、社会的な応用にはまだ課題が残っています。 ウォレットの管理・運用が難しい（「Metamaskっ […]The post EVM MCPを試してみた first appeared on GMOインターネットグループ グループ研究開発本部.

目次 はじめに 注文執行の最適化手法 実験 まとめ さいごに はじめに こんにちは。グループ研究開発本部・AI研究開発室のR.I.です。 一般に、株式や仮想通貨等の金融商品を対象にした投資を行うためには、価格変動と資産変 […]The post 金融取引における執行の最適化方法 first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに お疲れ様です、AI研究開発室のA.T.です。 近年は「AI × ロボティクス」の分野が急速に注目を集めています。その中でも、ロボットの基盤技術として欠かせないのがエッジAIです。今回は、このエッジAIの可能性を […]The post 軽量モデル&CPUで動かすエッジAI first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、AI研究開発室のS.Yです。 最近、セマンティックレイヤーについての記事やポストを見かけることが多くなったように感じます。 「セマンティックレイヤーはビジネスロジックを一元管理できるので、例えば部署間における […]The post AIに正しいビジネスロジックでデータ集計させたい first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに グループ研究開発本部・AI研究開発室のS.Sです。 今回もGPTに聞きながら金融データを分析するシリーズの続きとして、原油の先物価格のデータを分析してみたいと思います。 よく先物とスポットの乖離をベースに短期の […]The post 先物価格データの分析をしてみる first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のT.M です。 はじめに Ethereum をはじめとする EVM チェーンでは、新しいスマートコントラクトをデプロイする際に アドレスがどのように決まるか が重要です。アドレス決定方式 […]The post CREATE3 アドレス予測の安定化 first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに こんにちは、次世代システム研究室のT.D.Qです。 今回は、IBM が開発したAI駆動のPDFドキュメント解析ライブラリ「Docling」について、実際にMacbook M2環境で動かしながら詳しく解説していき […]The post Docling入門：AIでPDFから表・画像を高精度抽出 first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに こんにちは、次世代システム研究室のK.X.Dです。 今回、Google Cloud が提供する次世代の対話型 AI プラットフォーム Dialogflow CX について調査しました。 従来の Dialogfl […]The post GoogleCloudの次世代の対話型 AIプラットフォーム（Dialogflow CX）解説 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のN.M.です。 AI coding tools are powerful, but relying on unstructured prompts often leads to inco […]The post The BMAD Method: A Framework for Spec Oriented AI-Driven Development first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のK.S.です。 私の最近の注目はXRになります。今回のブログでは、XRとアイトラッキングについて書いていきたいと思います。 なぜならば、XRのデバイス的進化とAIによるリアルタイム解析で […]The post XRとアイトラッキング：進化の現在地と「視線×感情」の未来 first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR GoogleのGemini 2.5 Flash Image (aka nano-banana)がリリースされました。従来のGeminiの画像生成・編集機能が大幅に強化されており、登場人物を再現した新しいシーン […]The post Nano Banana: Gemini 2.5 Flash Image(とQwen-Image-Edit)で画像生成・編集を試してみた first appeared on GMOインターネットグループ グループ研究開発本部.

結論 AWS Organizationsを導入して、管理アカウントのrootはMFAとサインイン検知で保護する Step Functionsでバッチジョブを任意のタイミングで実行する EKSをインプレースデプロイメントで […]The post オンプレからAWSへの移行で変化した運用方針 first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR GoogleがLangExtractという非構造化テキストから構造化データを抽出するPythonライブラリを発表しました。GeminiやOpenAI、ローカルLLMを利用し、プロンプトとfew-shotの例示 […]The post LangExtract: Gemini駆動でテキストからデータ抽出できるGoogleのPythonライブラリ first appeared on GMOインターネットグループ グループ研究開発本部.

D.M.です。 結論ファースト ・Kiroの凄さは、仕様駆動開発をUI・UX（体験）として強制するところ。 人間が判断する部分を減らすワークフローになっていて、これが楽しい。 アジェンダ 1. Kiroとは 2. 優れた […]The post Kiro に仕様駆動開発を強制してもらう理由 – ChatGPT や Claude Code にはできない新しいウォーターフォール first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR OpenAIが公開していた画像生成API(gpt-image-1)に、入力画像への忠実度(input fidelity)を指定する機能が追加されました。これにより入力画像の顔やロゴ、物体のディテールなどが非常 […]The post OpenAIのGPT Image 1 APIで入力画像に高い忠実度(high input fidelity)の画像生成を試してみた first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のL.W.です。 Redis は高速で信頼性の高いインメモリデータストアとして広く使われていますが、ライセンスの変更やコミュニティの動向により、Valkey（Redis のフォーク）への移 […]The post RedisからValkeyへのアップグレード first appeared on GMOインターネットグループ グループ研究開発本部.

1. はじめに – ドラえもんの仕事 こんにちは。グループ研究開発本部 AI研究開発室のM.Sです。 『助けてよ、ドラえもん！』 このセリフを見て、のび太が困りごとを抱えてドラえもんにすがる姿を思い浮かべる人 […]The post LLMはドラえもんより優秀か？〜ChatGPTにひみつ道具コンサルをさせてみた〜 first appeared on GMOインターネットグループ グループ研究開発本部.

目次 導入 結論ファースト 開発用AIエージェントの現状整理 作成したワークフローの解説 Devinにレビューさせる Claude Code Actionsに実装させる Claude Code Actionsにレビューさ […]The post DevinとClaude Code ActionsでAI駆動開発を実践しよう first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のM.Mです。 担当しているWEBアプリでCloud SQL(PostgreSQL 13)を利用しているのですが、サービス成長に伴い負荷が高くなってきたため、何か対策できないかとpostg […]The post Cloud SQL autovacuumとHOT対応 first appeared on GMOインターネットグループ グループ研究開発本部.

目次 はじめに システム概要 実験結果 まとめ さいごに はじめに こんにちは。グループ研究開発本部・AI研究開発室のR.I.です。 皆さん、投資で大儲けしたいですよね。寝てる間に勝手にお金が増えているのが理想です。 近 […]The post Claude Codeで投資戦略を自動生成してみた first appeared on GMOインターネットグループ グループ研究開発本部.

目次 1.はじめに 2.結論 3.Cloud RCAとは 4.従来手法の課題とRCAgentのアプローチ 4-1.従来手法の限界 4-2.RCAgentの革新的アプローチ 5.RCAgentの技術的特徴 5 […]The post クラウド障害の根本原因分析を自律化する『RCAgent』の紹介 first appeared on GMOインターネットグループ グループ研究開発本部.

M.S.です。本記事は、2024/07/08 に公開した「ABテストの自動化の取り組みについて」の続編です。前回で整備した “ABテスト自動化パイプライン” を土台に、さらに 意思決定 の速度と質 […]The post ABテストの結果をAI Agentに解釈させる試み その1 first appeared on GMOインターネットグループ グループ研究開発本部.

皆様、こんにちは！AI研究のY.Tです。データ分析をやっていてBigQueryなど分析基盤のコストは常に頭を悩ませるテーマですよね。 特にBigQueryのような強力なDWHを使うと、その便利さゆえに気づけば費用が膨らん […]The post BigQueryストレージコスト：論理バイト課金 vs 物理バイト課金 vs 外部テーブル first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、グループ研究開発本部・AI研究開発室のY. O.です。業務におけるLLMの活用範囲がどんどん増えてきています。生産性や価値創造を得る代償として、思考力・英語力・タイピング力を失っているような気もする今日この頃 […]The post 自作MCPサーバーでBigQueryを触る必要はないのに触ってみる first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、グループ研究開発本部・AI研究開発室のB.D.です。 AIにブログを書いてもらうなんて、本当にうまくいくの？そんな疑問を抱えながら、最新のAIツールを使って実際にブログ記事作成に挑戦してみました。結果は予想以 […]The post 生成AIに「生成AIにブログを書いてもらう」ブログを書いてもらってみた first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに グループ研究開発本部・AI研究開発室のS.Sです。 6/13にイスラエルとイランの衝突のニュースが報じられて以来、地政学リスクの高まりが意識され、株価の下落や原油価格の高騰につながっています。 前回の記事ではち […]The post ChatGPTで代替経済指標の分析をしてみた Part2 first appeared on GMOインターネットグループ グループ研究開発本部.

目次 はじめに 結論 Devinとは ACUとは 全自動で動く超便利な機能 全自動の実装力の実態 まとめ 1.はじめに こんにちは、次世代システム研究室のK.X.Dです。 自律型AIエンジニアDevinの実 […]The post 自律型AIエンジニアDevinの実力と開発現場への応用 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のT.M です。 注意 本稿は2025/6/24 時点の情報です。情報が更新されていることがありますので、ご注意ください。特にERC-7579 は現在もまだドラフトであり、仕様が変更になる […]The post ERC-7579 をソースコードから読み解く first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のT.D.Qです。 大型ウェブアプリケーション開発において、コードレビューは品質保証とチーム間の知識共有に不可欠なプロセスです。しかし、手動でのコードレビューは時間と労力がかかり、開発サイ […]The post GitHub Copilot Agent × Github MCPが変える コードレビュー first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のK.S.です。 今回のブログでは、PassKeyについて書いていきたいと思います。 1. なぜPasskeyが注目されているのか パスワードという仕組みの限界が露呈 近年、 […]The post passkey first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のN.M.です。 Introduction In this blog post, we will look at 3 popular MCP servers and how to set […]The post How MCP empowers Roo Code, with examples using Context7, Fetch, and more first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR ByteDanceが2025年5月20日に発表したマルチモーダル統合モデル「BAGEL」は、GPT-4oやGeminiと同等にテキストから画像生成、入力画像の理解と画像編集が可能です。BAGELは140億パラ […]The post BAGEL: ByteDanceの画像生成・編集も可能なマルチモーダル統合オープン生成AI first appeared on GMOインターネットグループ グループ研究開発本部.

結論 AWS環境にバッチを実行する基盤を構築出来た ECSタスクのランニングコストとバッチの追加コストを削減出来た はじめに こんにちは。次世代システム研究室のT.Tです。 現在、開発運用に携わっているWebサービスのシ […]The post PHPのcronバッチをAWSに移行する方法 – ECS/EventBridgeによる自動実行 first appeared on GMOインターネットグループ グループ研究開発本部.

D.M.です。AIエージェント選定時の基準について解説します。 結論ファースト ・モデル＋エージェントの性能評価 SWE-Bench Verified が妥当な指標なのではないでしょうか。 ・単純評価が難しい箇所１ UI […]The post AIエージェントの実力を測る方法：Cline と Devin の優秀さは測れるのか first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR Illyasviel氏が発表した動画生成AI「FramePack」は、最大60秒(30 fps)もの長時間の動画を破綻なく、それもローカルGPUで高速に生成できる技術です。必要なGPUメモリは僅か6GB、Ge […]The post FramePack and FramePack-eichi 〜高速・省メモリなローカル動画生成AI〜 first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR OpenAIがChatGPTに追加した新しい画像生成機能は、性能が大きく向上し日本語の文字も生成可能となりました。 GPT-4oはテキストや画像を統合的に扱うAny-to-Any型の自己回帰型大規模言語モデル […]The post GPT-4oの中身(予想)とGlyph-ByT5〜文字の画像生成への挑戦〜 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のL.W.です。 「イーサリアムでのアカウントの抽象化（Account Abstraction）の紹介」でAA（Account Abstraction）を紹介しました。AAを活用できれば、 […]The post ERC20トークンでガス代を支払う first appeared on GMOインターネットグループ グループ研究開発本部.

導入 こんにちは。グループ研究開発本部 次世代システム研究室のH.Oです。昨年はRAG（検索拡張生成）がトレンドでしたので、RAGをWebアプリケーションに組み込もうという観点で技術検証を進めてきました。それでは、今年の […]The post マルチAIエージェントフレームワーク AutogenでStorybookのstoryを一発で生成する first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに：動的プロンプトには欠かせない「プロンプトテンプレート」のベストプラクティスを見てみよう こんにちは。AI研究開発室のS.M.です。 本記事では、“From Prompts to Templates: […]The post 【論文紹介】実例2,000件から学ぶ！LLM時代の“強いプロンプトテンプレート”設計術 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のN.M.です。 Ever wished you could chat with powerful Large Language Models (LLMs) like OpenAIR […]The post Building a Terminal LLM Chat App with Python & Asyncio first appeared on GMOインターネットグループ グループ研究開発本部.

結論 CloudWatch Logsへの不要なログ転送を削減して、CloudWatch Logsのランニングコストを削減した ECSに適切なタスク数とオートスケールを設定することで、ECSのランニングコストを削減した V […]The post AWSのランニングコスト改善 first appeared on GMOインターネットグループ グループ研究開発本部.

1. はじめに こんにちは、次世代システム研究室のK.X.Dです。 Google Cloudにおいて、イベントドリブンを対応するサービスがいくつか存在してます。 特に以下の5つはそれぞれ異なる役割を担っており、混同しやす […]The post Google Cloudのイベントドリブンサービスを解説する first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のT.M です。 はじめに ERC6909 は、従来のERC1155 などが抱えていた複雑さやガスコストの問題を解決するために登場した、新しいマルチトークンです。本記事では、ERC1155 […]The post マルチトークン規格ERC6909 first appeared on GMOインターネットグループ グループ研究開発本部.

まとめ 裾の重い分布において、外れ値の処理をせずにt検定することが「サンプルの偏りによって第一種の過誤を誘発する」のか、逆に「分散が大きくなり検出力の低下を誘発する」のかを検証した。 どちらも基本的には誘発しない。また、 […]The post 外れ値がt検定に与える影響の実験 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、グループ研究開発本部・AI研究開発室のY. O.です。どうやら、2025年はAIエージェント元年らしいです。“自律的に（柔軟に）、環境とコミュニケーションして、タスクをこなしてくれるAI”として、旅行計画や企 […]The post AIエージェントで金融取引予測モデルを作ってみた first appeared on GMOインターネットグループ グループ研究開発本部.