まとめ Nano Banana Proはプレゼンテーションや漫画等の文字混じりの画像生成を可能にした ４コマ漫画に注目して、生成を行う このとき、起承転結のストーリーをつけることや、キャラクタライズするといった工夫を施し […]The post nanobananaで4コマ漫画を作ろう 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、グループ研究開発本部・AI研究開発室のA.Zです 深層学習のオプティマイザというと、一般的によく使われているのはAdam・AdamWです。 この数年間で、Adamオプティマイザはまさに不動の王者として、深層学 […]The post LLM学習の新常識「Muonオプティマイザ」の話 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.

どうも。S.Y.です。 野良コードが点在しがちなBigqueryのUDFを、いい感じに一元管理する方法をご紹介します。 目次 背景: 管理されていないUDFの実態 解決方針: DataformでUDFを管理する Data […]The post BigQuery UDFのカオスをDataformでテスタブルにした話 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：金融データとノイズの問題 ランダム行列理論とマルチェンコ・パスツール分布 ノイズ除去（Denoising）のアルゴリズム Pythonによる実装と検証 実データを用いた実験の設計 まとめ さいごに 参考資 […]The post 金融時系列データのノイズ除去 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 出典：NotebookLM作成 RLVR：検証可能な報酬による強化学習が、LLMの推論能力向上の鍵となる Jagged Intelligence：LLMは「動物」のような汎用知性ではなく、特定領域で突出した「 […]The post Karpathyが描く2025年のLLM：6つのパラダイムシフト 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。 最近はAIエージェントが流行っているので、今回の記事ではFXの取引戦略の実装からバックテストまで一気通貫でやってもらうというのを試したいと思います。 プロンプ […]The post AIエージェントにFXの取引戦略を考えてもらった 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。 Claude desktop + MCPでmysqlデータベースを操作してみたが、データへの理解、データ操作に役に立っていると実感していますので、共有します。 今回のMC […]The post MCP Toolbox for DatabasesでMysqlを操作してみた 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、次世代システム研究室のK.X.Dです。 ChatGPT などの大規模言語モデル（Large Language Model）を業務に使おうとすると、必ずぶつかるのが「AI エージェント（AI agen […]The post フレームワーク選定ガイド：LangChain / AutoGen / CrewAI / ADK / OpenAI Agents SDKで始めるAIエージェント開発 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 先日、Ethereum において Fusaka アップグレードが行われました。このアップグレードには複数の EIP が含まれており、その中でも EIP-7917 […]The post EIP-7917 と Pre-Confirmation の関係 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 次世代システム研究室のT.D.Qです。 2025年、ソフトウェアエンジニアリングの世界は、開発者をリアルタイムで支援する「AIによる支援（Copilot）」から、タスクを丸ごと任せる「A […]The post Google Jules登場：Gemini 3 Pro搭載の自律型AIエンジニアとは 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。 The BMAD Method: Automating the Journey from Idea to Code The gap between a product i […]The post BMAD Development Demo 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Nano Banana Pro (Gemini 3 Pro Image)をリリースしました。Gemini 3 Proの推論プロセスを経て生成されるためNano Bananaの画像生成・編集機能が […]The post Nano Banana Pro (Gemini 3 Pro Image)で画像生成・編集をやってみた 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.

こんにちは。次世代システム研究室のK.Sです。 今回の記事では、playwrightを使ってみましたのでご紹介します。 tenbin.aiサービスのtestを元に実施していければと思います。 現在以下の課題を感じておりま […]The post playwright使ってみた 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.

結論 EKSをインプレースデプロイメントで無停止アップグレード出来た EKSの延長サポートの料金を削減してAWSリソースのランニングコストを改善出来た はじめに こんにちは。次世代システム研究室のT.Tです。 前回の記事 […]The post インプレースデプロイメントによりWebサービスを停止せずにEKSをアップグレード 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.

AI ツール大好き D.M.です。 結論ファースト ・Playwright Agents は LLM と Playwright MCP でブラウザ自動テストを設計、実装、修正ができるAIエージェント。 ・Playwrig […]The post Playwright Agents を Codex CLI に対応させブラウザ自動テストを実装してもらう（公式が未サポートだけどできました） 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 gpt-oss-safeguardは、OpenAIのオープンウェイトLLMであるgpt-ossをポリシー準拠のテキスト分類に専用にチューニングしたモデルです。120Bと20Bの2つのモデルが公開されており、後 […]The post gpt-oss-safeguard: OpenAIのポリシーベースのテキスト分類専用の推論型オープンモデル 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 Gemini CLI とは、Googleが発表したターミナルからGeminiを使って様々な作業を行うAIエージェントツールです。このGemini CLIに機能拡張ができるGemini CLI Extensio […]The post Gemini CLI extensionsでNano Bananaを使ってみた〜バイブコーディングな画像生成・編集〜 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，S.T.です。 ヒューマノイドを腕を使って実際のタスクを遂行する場合，それぞれの関節角度を正確に制御できることが大前提です。Unitree G1のモータは角度目標値を指定して制御することができますが，残念なが […]The post Unitree G1のモータ制御に積分項を追加する 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、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.