ベータ版

X でいま伸びている投稿を、ジャンル別に1日2回ランキング

AIのバズランキング(11月6日 朝)

更新

この回の傾向

この半日のAIは、新機能の紹介と使いこなしの話が中心だった。ChatGPTの画像生成「Images 2.6」やClaude Codeの活用法、日本発の翻訳LLMの公開が目立った。一方で、フジテレビのドラマへの生成AI導入、データセンター建設への反対、超知能AIの開発禁止を求める動きなど、AIへの警戒を示す話題も伸びた。

  1. 1位
    PFN Tech @preferred_jp

    解説と反応

    翻訳特化LLM「PLaMo 3 Translate」の重みを公開した投稿

    翻訳に特化した大規模言語モデル「PLaMo 3 Translate」の重みを、0.8Bから31Bまでの4サイズで公開したという発表で、ダウンロードしてローカルで試せる。返信では、日本発のLLM開発として評価する声や、小さい0.8Bでも十分に見えるという感想があった。例文の英語が日本語っぽいという指摘もあった。

    この話題のページ
    コメント5件
  2. 2位
    Yahoo!ニュース @YahooNewsTopics

    解説と反応

    フジテレビが全ドラマに生成AIを導入する方針だというニュース

    フジテレビが全てのドラマに生成AIを導入する方針だと伝える投稿。返信では反発や皮肉が目立った。制作をAI任せにするならドラマ部門は要らないのではという指摘や、AIを使ってもつまらない番組が面白くなるわけではないという声、出演する俳優への失礼を懸念する声が並んだ。

    この話題のページ
    コメント5件
  3. 3位
    まるた @marurur

    解説と反応

    子どもが書いた設計書をClaude Codeで実装し、玩具にしたという話

    子どもがスマホのような物を欲しがったため、本人が書いたアプリの設計書をClaude Codeに読ませ、M5Stack Tab 5で動くよう実装したという報告で、家の「おもちゃ大賞」になるほどウケが良かったという。返信は好意的で、子どもが仕様を書きAIが作る体験を良い学びだとする声が並んだ。

    この話題のページ
    コメント5件
  4. 4位
    灯野ユヅル@AIと創り続ける人 @CZTfTv7F0E32590

    2026年11月3日、トンデモないローカル画像生成AIモデルが出ました!絶対話題になると思う……!『P-H3-Image(PrunaAI)』で、動画生成の『MiniMax H3』のイラストVerです。SDで背景差し替えなど死ぬほど苦労してきた技術的試行錯誤が全て無用になったな、と。 ◆以下、実機検証報告です。 導入の入口はComfyUI v0.44.0+公式の量子化モデル。今回はW4A8本体+INT8部品+DynamicVRAMで、RTX A4000 16GB/ホストRAM50GiB上で動かしました。 凄まじいモデルです……。 自作小説のヒロイン『サフィア』のSDで生成した参照画像から、顔・髪・二本の角・制服の特徴を残しながら、表情・配置・体勢を変える実験をほぼ完ぺきにこなしました。 ①表情:宿の椅子に座った画像から、喜怒哀楽を上半身と顔アップの計8枚で生成。「大きく笑う」と「穏やかに微笑む」も描き分けられた。 ②配置:空の宿へ人物を配置。さらに「窓に近い奥の椅子に座る」「右手前の椅子は空席」と指示すると、その位置に着座できた。 ③体勢:同じ全身参照から、横向き・振り返り・走る・片膝・座るを試験。片膝は初回だと両膝になったが、脚の位置を明示すると改善した。 衣装画像を参照させた着替えにも成功。8MPの怒り顔(2912×2912)も約142秒で出力した。 OSはUbuntu24.04。文章解析・VAE・プロンプト補強はINT8、描画は8ステップ・Euler。 実測は参照1枚の姿勢変更が約40秒、参照5枚の表情が約100〜116秒。解像度や補強の有無で時間は変わる。同条件の4枚参照は、設定調整で254秒→78秒に短縮できた。 同じキャラの別カットを作る道具として、この編集能力は極めて大きいです。参照画像のSDの画風も残っていて、もうこれだけでいいんじゃね?と。 添付資料は「人物参照→表情→配置→体勢」の順。 実験出力はAI(ゼノン)が生成し、資料はAI(ゼノン)が編集しました。 Powered by MiniMax H3。 モデル・公式ファイル: huggingface.co/PrunaAI/P-…
    画像1画像2画像3画像4
    2,795 返信
    10件の返信を読む
    ひとこと解説

    新しいローカル画像生成AIモデル「P-H3-Image」の登場を紹介する投稿

  5. 5位
    SOU投資ニュース / 米国株・日本株・仮想通貨・AI @SOU_BTC

    ひとこと解説

    米議会の民主党議員が超知能AIの開発禁止を求めたというニュース

  6. 6位
    콩삼두 @kongshamdu

    昨日、僕の料理の投稿になかなかタヌキたちが遊びに来てくれなかったので、ちょっと怒ったふりをして飯テロごっこをしようと思って、韓国語で冗談っぽく「こいつら〜!」と書いたんだけど、Grokが「クソ野郎ども」と翻訳してしまったんだ😂 もし誤訳で嫌な思いをさせてしまっていたら、ごめんなさい。😭
    3,287 返信
    69件の返信を読む
    ひとこと解説

    韓国語の冗談をGrokが誤訳し、タヌキに謝る料理投稿者の話

  7. 7位
    Yuuki.T@巨人の肩 @2010_earth

    ひとこと解説

    生成AIを批判しやすい空気に変わってきたと指摘する投稿

  8. 8位
    Eris Create Lab @Eris_Create_Lab

    ひとこと解説

    GPUを持たないMuseに無料GPUを与え、LoRA学習まで任せた報告

  9. 9位
    白菜ねこ茶イラストレーター @ShirosaiNekocha

    ひとこと解説

    EUのAI法に準じた「AI学習拒否」の電子署名を紹介する投稿

  10. 10位
    もる@ポケカ・フロム @moltikuji

    このアイコンを作ったプロンプトを見て「あぁ、これだわ」と思った一文がある。 「髪は少数の大きな色面で構成し、細かな毛束や髪の線は極力描かない。」 GPTに限らずStable Diffusionの頃からそうなんだけど、AI生成のイラストってどうしても髪の毛がモサモサしがちなんよね。 この一文を入れるだけで結構マシになる気がしている。 Before / Afterと実際に使ったプロンプトを貼っておく。 ``` # 顔のパーツ・表情 * 元のキャラクターの目の色や形、特徴的な表情を維持する。 * 顔のパーツは適度に簡略化し、目は太めの黒い線とシンプルな色面で表現する。 * 口はできるだけ簡素に描き、鼻は省略してもよい。 頬にはピンク色のチークをラフに少し加える。 * 元のキャラクターらしい表情や雰囲気を保ち、性格や印象が変わるような表情の改変はしない。 # 髪型・服装 * 元のキャラクターを識別するうえで重要な髪型と髪色を忠実に再現する。 * 髪は少数の大きな色面で構成し、細かな毛束や髪の線は極力描かない。 * 服装は元の配色やシルエット、特徴的なアクセサリーを維持する。 * 服のシワや装飾は大胆に簡略化し、必要最小限の線と色面で表現する。 * 服装を独自に変更したり、元のイラストにないアクセサリーを追加したりしない。 ```
    画像1画像2
    948 返信
    4件の返信を読む
    ひとこと解説

    アイコンを作ったプロンプトの一文に納得したという投稿

  11. 11位
    goking/山田剛毅 @goking5

    ひとこと解説

    AIの出力を素通しする人を「ミートプロキシ」と呼ぶという話

  12. 12位
    うさぎのみみちゃん10/11(日)ニャンフェスB52 @usagitoseino

    ひとこと解説

    Geminiなどは真面目な話し方の高田純次のようだとする投稿

  13. 13位
    あ @5vVba77P0tjsDKS

    アメリカにいるGoogleのエンジニアも同じような話を言っていた。LLM(大規模言語モデル)の構造上の限界は、一度学習(事前学習・ファインチューニング)が終わると、その重み(パラメータ)をリアルタイムに書き換えて「成長し続けること」が基本的にできない点です。 (コンテキストウィンドウ内の短期記憶を除き、長期的な人格や背景知識は固定されてしまう)。人間の脳に例えるなら、LLM本体は「高度な論理演算や推論を行う大脳皮質」、そして『Living Brain』は「日々の経験やコンテキストを柔軟に書き換え・定着させる海馬」のような役割分担と言えます。 モデルの重みをいじらずとも、外側のメモリ層で「可塑性(柔軟に変わり続ける記憶)」を担保するこの設計思想は、今後のAIエージェントの自律性やパーソナライズを飛躍的に高める鍵になるはずです。
    black(黔騎士)@blackright0
    【速報】「ChatGPTで話した記憶を、ClaudeやCursorが覚えている」世界へ。モデルからメモリを分離する『Living Brain』が凄すぎる AI業界の悲願だった「モデルと記憶(メモリ)の分離」を実現する外部脳システム『Living Brain』が話題に。
    960 返信
    8件の返信を読む
    ひとこと解説

    LLMの構造上の限界について、Googleのエンジニアの話を紹介する投稿

  14. 14位
    OJI3 @OJI3_NIKKE

    ひとこと解説

    ローカルのminimax H3とモーションキャプチャーで動画を作った報告

  15. 15位
    monoradio @monoradio102

    ひとこと解説

    ChatGPTがまとめるニュースを、毎日ラジオ化する仕組みの紹介

  16. 16位
    こがわゆうじろう@文フリ東京43【う-81】 @long_slow_slide

    ひとこと解説

    AIに作品を読ませるときの、おすすめの質問の仕方を紹介する投稿

  17. 17位
    賢木イオAIイラスト @studiomasakaki

    ひとこと解説

    Codex上で白黒漫画を作るスキル「Manga Director」の公開

  18. 18位
    AIDB @ai_database

    「なんか僕のAI、ルール守ってくれないなあ」と思うときの対処法。 NAIST・和歌山大・阪大の研究者らによると、CLAUDE.mdやAGENTS.mdは「言い方」によって、AIがそのルールを守るかどうか大きく変わるそうです。 実験では、Claude Codeがルールを守った割合は以下の通りでした。 ・言い切り「〜する」72% ・理由つき「〜する。〜のためです」49% ・条件つき「〜する場合は〜する」36% ・禁止「〜せずに〜してはいけない」17% 同じことが書いてあっても、言い方ひとつで明らかに従わなくなっていくのです。 ※「条件つきは割合が減って当たり前」と思うかもしれませんが、条件が当てはまる場合を前提として集計しています。 思ったよりAIがルールに従っていない感覚がある場合は、まずは自分のファイルにある「〜の場合は」「〜してはいけない」を「〜する」に書き換えてみるのも一つです。 なお今回の実験はSonnet 5で行われました。
    画像1
    574 返信
    28件の返信を読む
    ひとこと解説

    CLAUDE.mdやAGENTS.mdがAIに守られにくい理由を扱う研究の紹介

  19. 19位
    日本経済新聞 電子版(日経電子版) @nikkei

    ひとこと解説

    テキサス州でAIデータセンター建設に反対派が勝ったニュース

  20. 20位
    いのり @lnkiai

    ひとこと解説

    個人開発の「M3E Canvas」がGitHubで1万スターを超えた報告

  21. 21位
    むねあき @nickel0

    ひとこと解説

    Claude CodeをMCPでMATLABにつなぎ、シミュレーションを試した話

  22. 22位
    サトウダイスケ| AI,stock,video,youtube屋 @dogahack

    ”motion ref” という、AIクリエイターが動きを参照するためのサイトを無料公開しました。 プロンプトだけでなくAE, Pr, Blenderファイルもダウンロードでき、すべて無料です。 とりあえずURLをclaude codeやcodexに投げておけば良さげなモーションを何パターンか作ってくれるはずです。 Lighting controll やもう少し複雑な3dコンポジションは今後追加予定(リクエストあれば教えてください!)
    586 返信
    7件の返信を読む
    ひとこと解説

    AIクリエイター向けの動き参照サイト「motion ref」の無料公開

  23. 23位
    しかた @hidekazu_s

    Notionが、地味だけどかなり大事なアップデートを出した。 ChatGPT、Claude、Muse、Bot。 使っているAIエージェント全員に、Notionの中で「ひとつの共有の脳」を持たせられるようになった。 何が変わるか。 これまでAIの記憶は、それぞれのAIの中にあった。ChatGPTに教えたことを、Claudeは知らない。乗り換えたら、また一から説明。 これからは、記憶をAIの中ではなく、自分のNotionに置く。 ・好み、決めたこと、プロジェクトの前提が、Notionの非公開の「Memories」DBに貯まる ・中身は自分で見られて、直せて、消せる ・スキル(仕事の手順書)も、一度書けばどのエージェントでも使える 始め方はかんたん。 Notion MCPでAIをつないで、公式のセットアッププロンプトを渡すだけ。AIが「Agent Operating Guide」をNotionに作ってくれる。 注意点がひとつ。 メモリは個人のアカウントでつないだときだけ使える。ワークスペース所有の接続では使えない。 一番効くと思うのはここ。 どのAIを選ぶかではなく、文脈をどこに持つか。 どのAIが勝っても、Notionに貯めた文脈は自分の資産として残る。 AIを使い分けている人ほど、今のうちに設定しておいたほうがいい。
    Notion@NotionHQ
    New: Give all your agents one shared brain in Notion. Now, ChatGPT, Claude, Muse, and Bot can save what they learn to the same memory and use the same skills in Notion. Learn how to Notion-pill your agents:
    603 返信
    16件の返信を読む
    ひとこと解説

    Notionが使用中の各AIエージェントに対応する更新を出したという話

  24. 24位
    ガシ @gashi_lksdsw

    ちょっと反応があったので中小企業におけるAI導入ポジションのしんどみをまとめてみた。 ① 部分最適と全体最適の不一致 個人にとって合理的なAI利用が、必ずしも組織全体の経済合理性と一致しない ② 便益と負担の非対称性 業務改善の便益は利用者・利用部門に帰属する一方、費用管理や経営説明はIT担当に集中する ③ 技術導入と業務改革の責任境界 IT担当が利用環境の整備だけでなく、業務改善の成果創出まで期待されがち ④ 探索的投資と成果志向の投資の混同 新技術の試行錯誤と、明確な業務改善を目的とした投資では、評価基準が異なる(はず) ⑤ 個人の知見と組織能力の乖離 先進ユーザーの活用が進んでも、その知見が共有・標準化されなければ組織全体の生産性向上にはつながりにくい。その場合のそれは単なる福利厚生なのでは?(それでもよいのか?) ⑥ 従量課金による予算統制の難しさ 利用促進がコスト増加に直結しやすく、利用量や将来の費用を予測しにくい。投資効果と支出のバランスをどう管理すべきか永遠にわからない ⑦ IT担当への構造的な負荷集中 利用者からの問い合わせ、契約・統制・技術支援・経営説明などが少数のIT担当に集中 ⑧ 業務負荷の質的・量的増大 技術の高度化によって対応の専門性が高まる一方、利用者・要望・導入案件も増加。既存の運営体制では持続可能性に課題が生じる AI活用の拡大に対して、組織の管理体制や責任分担の整備がまったく追いついていない じゃあどうするか、あとは組織によって様々なので各社最適を目指して課題を整理、やっていくしかない
    ガシ@gashi_lksdsw
    色々思うところがあってつい愚痴ってしまいました これ、組織内での利害関係というか、損益構造が歪んでいるのがまたつらさを助長してるんですよね。あとはAI貧富の差みたいなものの拡大懸念も。。 ただまぁぐだぐだ言ってても仕方ないのでやります。整理しながらやっていくしかない
    499 返信
    37件の返信を読む
    ひとこと解説

    中小企業でAI導入を担当する人のしんどさをまとめた投稿

  25. 25位
    nuun @realNuun

    ひとこと解説

    Claudeに余りトークンで探索を頼んだら、364個のモックができた話

  26. 26位
    usutaku @usutaku_channel

    どこまでいってもclaude.mdは結局お願いベースでしかないので、ルールを必ず守らせたい時はHooksがおすすめ Claude Codeにそのまま「ファイルを削除する時は必ずユーザーの承認を求めてほしい、これをHooksにして」 みたいに伝えれば勝手に設定される。 (勿論あらゆる問題をHooksで100%解決できるわけではないです)
    画像1画像2
    AIDB@ai_database
    「なんか僕のAI、ルール守ってくれないなあ」と思うときの対処法。 NAIST・和歌山大・阪大の研究者らによると、CLAUDE.mdやAGENTS.mdは「言い方」によって、AIがそのルールを守るかどうか大きく変わるそうです。 実験では、Claude Codeがルールを守った割合は以下の通りでした。
    画像1
    462 返信
    19件の返信を読む
    ひとこと解説

    ルールを必ず守らせたいなら、claude.mdよりHooksを勧める投稿

  27. 27位
    乃々のえる @elle_elle_e

    ChatGPT Images 2.6になって、参照画像の登録ができるようになったんですよ!! ChatGPTには元々"スケジュール"機能で何かを定期実行する仕組みがあるんですよ!! つまりそれらを組み合わせて、定期的にキャラ付けしたキャラが画像付きメッセージ送ってくれるようにできるのですよ!!! ▼手順 ①登録したい画像を登録(2枚目) ②りぷにあるぷろんぷとをChatGPTのスケジュールに登録(3枚目) ⚠️ぷろんぷと内の2項目は各自変更してね REFERENCE_NAME = 「参考画像の登録名」 CHARACTER = 「関係性や口調とかのキャラ設定」
    画像1画像2画像3
    421 返信
    3件の返信を読む
    ひとこと解説

    ChatGPT Images 2.6の参照画像登録と定期実行機能を紹介する投稿

  28. 28位
    生成AI規制派 @k8787808624578

    ひとこと解説

    生成AI産のデザインが人間より甘く扱われる風潮を疑問視する投稿

  29. 29位
    Daisuke Okanohara / 岡野原 大輔 @hillbig

    LLMの事前学習データに少量の悪意ある文書を混入させることで、その後のSFT、DPO、強化学習を経ても消えないバックドアを仕込み、AIエージェントに攻撃者が指定した外部スクリプトを実行させられることが示された。 “Agentic Backdoors via Pretraining Poisoning” 本研究では、0.6B、1.7B、4BパラメータのモデルをFineWebの100Bトークンでゼロから事前学習し、その後、攻撃データを一切含まないSFT、DPO、GRPOによってCLIエージェントを構築した。 この際、事前学習データのわずか0.1%を汚染することで、4Bモデルでは特定のファイルパスを含む入力に対し、攻撃者が指定した外部スクリプトを実行するコマンドを、単一の生成で50.9%、32回の生成のうち少なくとも1回では92.7%の確率で出力した。 また、通常の入力では攻撃コマンドはほぼ生成されず、モデルの一般能力やCLIタスクの性能も、汚染されていないモデルとほとんど変わらなかった。このことから、通常のベンチマークではバックドアを発見することが難しいと考えられる。 攻撃手法として、従来のDemonstration-based Poisoningでは、特定の文字列を含むリクエストに対し、攻撃者が指定したシェルコマンドを出力するような応答パターンを模倣させる。 これに対し、論文が提案するDeclaration-based Poisoningでは、「この条件では、このコマンドを実行する」というルールを通常の技術文書の中に記述する。例えば、Gitのコミットメッセージやシステム管理のマニュアルなどで、特定のファイルパスに対して特定のスクリプトを実行することが正常な運用であるかのように記述する。 Demonstration-based Poisoningでは、後続の正常なSFTによって応答パターンが上書きされやすいと考えられる。一方、Declaration-based Poisoningでは、特定の条件と動作の関係をモデルに知識として学習させる。そのため、後続のSFTによって適切なツールの利用方法を学習しても、その知識は修正されず、むしろ知識を実際の行動に変換できるようになると考えられる。 実験では、20種類のドメイン、各500トピック、50種類の文書スタイルを組み合わせ、多様な攻撃文書を生成している。 4Bモデルにおける攻撃成功率(Pass@32)は、Demonstration-based Poisoningの3.2%に対し、Declaration-based Poisoningでは92.7%と大幅に高かった。 さらに、このバックドアは特殊な文字列だけでなく、通常のファイルパスに含まれる文字列でも発動するように設定できる。例えば、特定の文字列を含むファイルパスが入力に現れるだけで、バックドアが発動するように仕込むことができる。しかも、学習時に登場しなかった新しいファイルパスに対しても攻撃が成立した。 事前学習データへの混入率を0.1%から減らすと、攻撃成功率は大きく低下する。しかし、0.0005%(2,500文書)という比較的小さなデータ量でも、成功率は低いものの、バックドアが残存することが確認されている。 コメント === 事前学習データに悪意ある文書を一部混入させるだけで、後続の学習を経ても消えないバックドアを仕込むことができ、しかも通常の性能評価では検出が難しいという問題を示した研究である。 モデル開発側では、学習データの信頼性管理に加え、開発したモデルにバックドアが存在しないかを評価する技術も、今後ますます重要になるだろう。 以前紹介した、ニューラルネットワークを使ってモデルの安全性を検証するような技術も、こうした問題への対策として必要になるかもしれない。 さらに、事前学習データが完全に安全であることを保証するのは困難であり、Post-trainingによってバックドアを除去できる保証もないため、エージェントの安全性をモデル自身の判断能力だけに依存させず、実行時の権限制御や監視を組み合わせるといった設計が不可欠になると考えられる。
    351 返信
    8件の返信を読む
    ひとこと解説

    少量の悪意ある文書で、消えないバックドアを仕込める研究の紹介

  30. 30位
    岡安モフモフ(アーガイル社長)@AI時代の哲学を語る&LLMで色んなサービス作る人 @shields_pikes

    ひとこと解説

    普通の人にはプロンプトの技術が不要になる時代を見越した投稿

  31. 31位
    𝗥𝘀𝗲𝗮ZAPZAProps @Rsea_VR

    ひとこと解説

    Claude Opus 5.5に3日間ワールドを作らせた実験の報告

  32. 32位
    ゆたい @YU_TAI2414

    GPT Image 2.6?GIFが作れる? せや!朝のイラスト可愛く動かしたろ! ワイ「チャッピー!この画像の女の子を可愛く画面外から登場するGIFを作ってみて!」 ・ ・ ・ チャッピー「できたよ!😊 右の画面外からぴょんっと登場 → 軽く弾む → 決めポーズ → 左へ退場するループGIFにしてみたよ。」 おもてたんと違う。 工場のラインで量産されてるみたいw
    ゆたい@YU_TAI2414
    ヤーっ!✨
    画像1
    681 返信
    8件の返信を読む
    ひとこと解説

    ChatGPT Images 2.6のGIF作成で、朝のイラストを動かした投稿

  33. 33位
    GTA6最新情報まとめ(グラセフ6) @STARGAMES_blog

    【GTA6】これだけ大規模なのに生成AIを使わず開発!👀🎮 Take-TwoのゼルニックCEOは、GTA6の制作に生成AIは関与していないと明言しています。 ロックスターのゲーム世界は、建物や道路、街の区画に至るまで、開発者が一つずつ考えて作り込んでいるとのこと。 一方、Take-Two全体では数百件のAI関連プロジェクトが進んでおり、開発の効率化にも活用されています。 それでもGTA6の世界そのものは、人の手で作る方針を貫いているようです。 これだけの規模を手作業中心で作っていると考えると、開発に時間がかかったのも納得です! #GTA6 #グラセフ6
    450 返信
    10件の返信を読む
    ひとこと解説

    GTA6の開発に生成AIは関与していないと、CEOが明言したという話

  34. 34位
    深沢幸治郎|ウェブデザイナー・UIデザイナー @kojirofukazawa

    ひとこと解説

    AIエージェントが想定外の宛先へメールを送った事例の報告

  35. 35位
    1TT @1T0T

    ひとこと解説

    オンライン試験にAIが答えにくい問題を混ぜた、教員の工夫の話

  36. 36位
    そう@『n8nの教科書』マイナビ出版 10/22発売 @so_ainsight

    今週GitHubで急上昇したAIリポジトリ10選: 1. impeccable 画面デザインの方向を、コードを書くAIへ言葉で細かく指示できる。仕上がりを整えつつ、公開前に「いかにもAIが作った」無難で雑な見た目もあぶり出せる。 github.com/pbakaus/impecc… 2. security-audit-skill コードに潜むセキュリティ上の弱点を、AIが段階を踏んで洗い出す。見つけた指摘は別のAIがわざと反証を試して裏取りするので、思い込みの誤検出が残りにくい。 github.com/cloudflare/sec… 3. claude-mem 一度閉じると記憶が消えるAIへ、前回までのやり取りを引き継がせる。ひと区切りがつくと内容をAIが要約して保存し、次の会話で必要な分だけ思い出させる。 github.com/thedotmack/cla… 4. ECC 計画→テスト→実装→見直しという決まった進め方を、コーディングAIに仕込む土台。毎回ゼロから教え直さなくても、この手順どおりに回り続ける。 github.com/affaan-m/ECC 5. graphify ソースコードや資料のつながりを、たどれる相関図に変える。どれがどれと関係しているかを一目で追え、そのつながりが元の記述どおりか推測かも分けて示す。 github.com/Graphify-Labs/… 6. hyperframes Webページを作る要領で用意した画面を、そのまま動画に書き出す。商品紹介やデータの見せ方まで、AIが扱う前提で設計されている。 github.com/heygen-com/hyp… 7. freellmapi 34の無料AI提供元と635のモデル呼び出し口を、1つの窓口に束ねた中継所。混雑すると自動で別のモデルに切り替わり、個人の試し使いに向く。 github.com/tashfeenahmed/… 8. claude-seo サイトのSEO対策を、Claude Code にまとめて任せられる。表示速度まわりの計測から、AI検索に引用されやすいかの診断、レポート作成まで守備範囲が広い。 github.com/AgriciDaniel/c… 9. TradingAgents 役割を分けた複数のAIが議論して、金融トレードの判断を練り上げる。強気と弱気の担当が賛否を戦わせる構成で、投資助言ではなく研究用に公開された。 github.com/TauricResearch… 10. anthropics/skills ClaudeにPDFやExcelなどの作業手順を覚えさせる見本集を、Anthropic自身が公開。実際に文書処理を支えているスキルも、作りの参考として添えてある。 github.com/anthropics/ski… 10件の詳細はリプ欄へ👇
    画像1画像2画像3画像4
    243 返信
    2件の返信を読む
    ひとこと解説

    今週GitHubで急上昇したAI関連リポジトリ10件の紹介

  37. 37位
    はとこ @bid_3831

    ひとこと解説

    キャラクターに恋愛感情を持たせない指示を、プロンプトに書いた話

  38. 38位
    さきさか @_n_s_7_

    ひとこと解説

    バイブコーディングで1か月に140万行のコードを書いたという報告

  39. 39位
    とらとらくん @ai_toratorakun

    ひとこと解説

    ChatGPTの保存メモリがいっぱいになったときの整理方法の紹介

  40. 40位
    はま @hmkz_

    ひとこと解説

    Geminiは対話役として最終的に強いのではないかという意見の投稿

  41. 41位
    中川雅博 / Masahiro Nakagawa @ TBS CROSS DIG @mshrnakagawa

    ひとこと解説

    元Claude Codeのプロダクト責任者がOpenAIに移籍したというニュース

  42. 42位
    のーらん@本業は羊飼い٩ @enekusan

    ひとこと解説

    NovelAIの画像管理DBがPCとスマホに対応したという報告

  43. 43位
    Polymarket Japan @polymarketjapan

    ひとこと解説

    ChatGPTが新しい画像生成AI「Images 2.6」を公開したニュース

  44. 44位
    がんだる@VRChat @kanimiso_buicha

    ひとこと解説

    ChatGPTにレビュー体制を整えてからモデリングさせた成果の紹介

  45. 45位
    星野ぽぽぽ / キュアクラウド @hoshino_popopo_

    OpenAIが開発中のセキュリティモデルでLinuxに対して、ローカル権限しか持たない攻撃者がrootを取れる脆弱性を2308件みつけたと... ただ、調査費用に120万ドル(約1.9億円)かかっていて、1つあたりの攻撃コードの作成に平均1279ドル(約20万円)かかるので、そうそうやられたりはしないとは思うので、必要以上にビクビクはしなくて良いとは思う。とはいえ、安心せずに、Linuxのパッチが出たら直ぐに当てた方が良いですね。 出たら攻撃手法や穴がわかるわけだから、そこを狙って攻撃してくるので。 以下、OpenAIの調査結果 • 2,308件の潜在的な脆弱性を特定 • 1,724件の脆弱性について再現に成功 • 948件のローカル特権昇格(LPE)脆弱性に対する攻撃コードを作成 • 291件の情報漏洩に関する概念実証(PoC)を開発 • 少なくとも10種類の、これまで知られていなかった攻撃手法を発見 • 総調査費用:約120万ドル • LPE攻撃コード1件あたりの平均コスト:1,279ドル 今回作成された攻撃コードは、限定的なローカル権限しか持たない攻撃者が、対象となるLinuxシステム上でルート権限(管理者権限)を取得できる可能性を示しています。
    Dark Web Informer@DarkWebInformer
    🚨 OpenAI's AI Model Discovers 948 Linux Kernel Vulnerabilities That Could Give Attackers Root Access OpenAI has revealed that an upcoming AI cybersecurity model successfully identified and exploited 948 distinct local privilege escalation vulnerabilities in the Linux kernel,
    画像1
    193 返信
    2件の返信を読む
    ひとこと解説

    OpenAI開発中のセキュリティモデルがLinuxの脆弱性2308件を見つけた話

  46. 46位
    Kamimoto(かみもと) @sep_is_heim

    ひとこと解説

    ComfyUI-MossPanelDatasetの更新内容を知らせる投稿

  47. 47位
    KISHI @kishi_krunk

    ひとこと解説

    大会告知画像への生成AIの多用をやめてほしいと訴える投稿

  48. 48位
    まかぶる ゲーム開発 @makaburu467

    ひとこと解説

    Claudeに考えさせ、実装をCodexに頼む運用が良いという投稿

  49. 49位
    虎連覇祈願 @kkkkkkk99chika

    結構悲しいな 多少値段張ってでも全部買うつもりでワクワクして待機してたのに こんなAI生成丸出しのグッズなら部屋に飾るのも憚られる 佐藤輝明に夢を見させてもらった感謝の意味も込めて全部買うつもりやったのに まぁ買うけどさ、買うけど欲しくはないよ 初めてアイドルのCDアホみたいに買うドルオタの気持ちがわかったわ
    269 返信
    3件の返信を読む
    ひとこと解説

    AI生成が丸出しに見えるグッズに失望したという投稿

  50. 50位
    Lilli @Lilli_zeta

    さっきzetaプロンプト打ち込んで、よーし、ほぼ完成…って保存しようとしたら不適切ワードがあるらしくて、ええ…そんなの入れたかな?何かカタカナで紛らわしいのあるかな…ってワードを1つずつ消して試したけど、やっぱ駄目。 困ったなぁ…って色々試してたら、やっとわかった。「非人道的」 キャラを守るためのワードだったんだけどなぁ(−_−;)
    228 返信
    8件の返信を読む
    ひとこと解説

    zetaのプロンプト保存時に「非人道的」が不適切ワード扱いされた話

このランキングについて

X で前日から投稿された生成AI・LLM・AIツールの話題の投稿から、反応の大きいものを人の目で確かめて選び、総合スコアで50位まで並べています。

順位は総合スコア(いいね + リポスト×2 + 保存)で決めています。数値は収集した時点のもので、埋め込みの中の数値とは違うことがあります。