記事
選集
- LLMに推論させるより実装させろ—7年半の定点観測で気づいたこと
7年半、同じベンチマーク(CHEMDNER)で技術を定点観測してきた。2026年、LLM単体ではF1=76%が限界だったが、Claude CodeにBioBERTのfine-tuningを実装させるとF1=91%。推論させるより実装させろ、という学び。
- LA-Bench 2025 活動報告:実験手順生成AIコンペティションを開催して学んだこと
実験手順生成AIのコンペティション「LA-Bench 2025」を開催した活動報告。57チームが参加した初開催の裏側、参加ハードルを下げる工夫、タスク設計の反省、そして「まず外部に晒してフィードバックを受ける」という学び。
2026
2025
2024
2020
2019
- 新着論文フィードツール Meta
- ClinicalTrials.gov API
- MeSH
- Biopythonを使ってPMCから論文取得
- Text Analysis Conferenceまとめ
- 賢い論文検索Semantic Scholar
- SageMaker Ground Truthのカスタムラベリング機能
- 誰がGoogle Docsを見たか確認する
- Comet.ml使ってみた
- めっっっっちゃ早くモックAPIサーバを作る方法
- 一年前に読んだ論文に再挑戦してみる
- aws-shell再入門
- gitでアノテーション管理
- ScispaCyでsentence split
- マウスの系統表現③系統リスト
- Automated Knowledge Base Construction
- NLP state of the artをお手軽に使えるflair
- Amazon Comprehend Medicalを使ってみた
- BioCreative Evaluation library使い方
- 文献管理アプリの移行で吐きそうになった件
- Annotating All Knowledge
2018
- bratサーバをEC2に立てて複数人でアノテーションできるようにした
- NER評価方法
- マウスの系統表現② 正規表現で系統を検索
- マウスの系統表現① 近交系、亜系統、ラボコード
- PubMed分析
- がんのin vivo論文アノテーション②アノテーションルール
- がんのin vivo論文アノテーション①固有な語彙
- Brat前準備:データと各種設定
- SeleniumでChromeDriverを使ってスクレイピング
- 科学論文解析リソースまとめ
- EXACT2:生命科学の実験プロトコル用オントロジー
- SCIERC:科学論文の情報抽出データセットをbratで眺める
- macOSでBratを使う
- アジアの医療系スタートアップまとめ
- NLP若手の会のハッカソンで賞をもらった話
- BioCreative IVまとめ
- 複数アカウントのGoogle Driveを同時に利用する
- 言語資源とは
- MacにLaTeX環境を整える
- PythonによるSlack bot作成
- YoutubeのプレイリストをSlackから操作しようとして失敗した話
- 論文 -Neural Architectures for Named Entity Recognition-
- PyTorch DL for NLP -Bi-LSTM CRF-
- PyTorch DL for NLP -LSTM-
- PyTorch DL for NLP -単語埋め込み、n-gram、CBOW-
- PyTorch DL for NLP -bag of wordsで英語とスペイン語を分類-
- PyTorch DL for NLP -イントロダクション-
- AWS EC2 -リモートからJupyter Notebookを実行する-
- PyTorch 入門 -Mac book proでチュートリアル-
- 自然言語処理入門 -NLTKを使ってみる-
- 世の中の全ての化合物を取得する part2
- 書籍管理アプリを作ってみる
- 線形回帰 -入門 Kaggle House Pricesで試してみる-
- k近傍法 -入門 Kaggle Titanicで試してみる-
- 松尾研Deep Learning基礎講座 紹介
- SQL -インデックスの効率的な設定-
- 大容量ファイルの先頭一部を別ファイルに保存する
- SQL -大量データ入力の高速化-
- AWS EC2 -ストレージを増やす-
- Python memory_profilerで実行中のメモリ消費量を確認する
- Python メモリに乗らない巨大なデータを扱う
- AWS Amazon DynamoDB -入門 jsonファイルからデータロード-
- Google Chrome 拡張機能を開発する -入門 Hello Extensions-
- Google Chrome 拡張機能を開発する -入門 動画を横向きで見る-
- AWS Amazon DynamoDB -入門 テーブル・項目の作成-
- Python MySQL Connector エスケープについて
- AWS Amazon RDS -入門 インスタンスへの接続-
- AWS Amazon RDS -入門 インスタンスの作成-
2017
- AWS, Azure, GCP -並列計算に適したクラウドを探す CPU編-
- 並列処理 -入門 並列処理をCPUの歴史から理解-
- AWS EC2 -Deep Learning AMI-
- Azure Visual Studioサブスクリプションの制限
- Stripe -Checkout 支払いフォーム-
- SummerEye — クラウドで画像処理 Web サービスを作る(連載まとめ)
- Firebase Cloud Firestore
- Stripe -支払い手段の追加-
- Stripe -Subscription 定期支払い-
- SeleniumでPhantomJSを使ってスクレイピング
- AWS IAM -ユーザ作成-
- Python ftplibでFTPサーバからダウンロード
- Python gzip圧縮されたxmlファイルを扱う
- 世の中の全ての化合物を取得する
- Algolia -オートコンプリート JS連携-
- Algolia -tutorial Flask連携-
- AWS Elastic Beanstalk Docker -コンテナごとFlaskアプリをデプロイ-
- Elasticsearch + Python 基本機能の確認
- Python 3.6におけるgrequestsのエラー
- AWS Elastic Beanstalk -Flaskアプリをデプロイ-
- AWS API Gateway + Lambda -chaliceでお手軽実装-
- AWS Amazon Rekognition -SearchFacesで顔検索-
- AWS Amazon Rekognition -CompareFacesで顔比較-
- Stripe -Payments Flaskアプリに導入-
- Azure SQL Database
- Pedro Lopes氏のトークに参加しました
- Azure Web App for Containers
- DockerHub + GitHub連携
- Azure App Service
- MESH + IFTTT
- モーションキャプチャ講習会
- 20年後の話
- Firebase Authentication
- Swampdog — CT データから 3D 骨格モデルを作り HoloLens で見る(連載まとめ)
- Azure Web App + Python
- MRDesignLab -App Bar & Bounding Box-
- MRDesignLab -Periodic Table-
- 寄付支援サイト part4 -要件定義、デザイン-
- 寄付支援サイト part3 -VueでサンプルSPAを作ってみる-
- 寄付支援サイト part2 -SPA&サーバレス-
- 寄付支援サイト part1 -寄付とは-
- 第17回日本VR医学会
- Unityをgitで管理する
- HoloLens関連エラー集
- Thinkpad E440 改造計画
- HoloLens環境構築
- MRDesignLabsを試してみる
- HoloLensまとめ
- OsiriXまとめ
- Amazon Dash ButtonをPythonでハックする part1 -設定-
- 仮想マシン構築(VirtualBox + Vagrant)
- Vimインストール & 設定
- AWS EC2 -インスタンス作成-
- レシピレコメンド進捗 part1 -仕切り直し-
- Django開発環境構築
- Japan Azure NV シリーズ ローンチイベントに参加しました
- Kaggle Dogs vs Catsをやってみる
- Azure + Tensorflow + Kerasで画像認識やってみた part3
- Azure + Tensorflow + Kerasで画像認識やってみた part1
- Azure + Tensorflow + Kerasで画像認識やってみた part2
- ハプティクスまとめ
- OsiriX MD購入