Kilo社のデータサイエンティストが、自社のAIエージェントに欠けていたビジネスコンテキスト層をどのように構築したか
データサイエンティストが、dbtプロジェクトだけでは保持できない組織のナレッジ向けのAIコンテキスト層をどのように構築したか。
見出し・要約・本文から、情報のつながりを探します。
データサイエンティストが、dbtプロジェクトだけでは保持できない組織のナレッジ向けのAIコンテキスト層をどのように構築したか。
AIエージェントは、BIレイヤー内からdbtリネージを活用し、コーヒーを淹れる間に3つのデータの謎を解き明かしました。
arXiv:2610.31701v1 発表タイプ:新規 要旨:企業顧客の購買体験は、製品体験やマーケティングだけでなく、繰り返し行われるリソース配分の意思決定によっても形成されます。B2Bの市場参入(GTM)組織においては、テリトリーデザインが、どのアカウントにセラーのカバレッジを提供するか、どのセラー–アカウント関係を維持するか、そして限られたフィールドキャパシティをどのように配分するかを決定します。しかし、このプロセスは多くの場合手作業で行われるため、機会の比較や価値の継続性の評価、さらには成長・バランス・キャパシティ・実現可能性といった要素間のトレードオフの検討が困難です。本稿では、企業向けGTM計画におけるトレードオフ意識型の顧客–セラー割り当てを支援する運用意思決定システムを提案します。本システムは、予測信号を統合してスコアリングを行う多次元アカウント価値層を含む三つの主要コンポーネントを組み合わせています。
arXiv:2610.32583v1 発表タイプ:クロス 要旨:マルチエージェント確定的GLP(madGLP)は、非同期メッセージ送信のみで通信するエージェントとしてグラスルーツ論理プログラム(GLP)を実行し、公平な配信を前提としています。すなわち、送信されたすべてのメッセージは最終的に必ず配信されます。各エージェントは個人のスマートフォン上で動作し、その識別子は本人の公開鍵によって指定されます。グラスルーツ型プラットフォームは、ネットワーク以外にグローバルなリソースを必要としないため、エージェント間の通信はBluetooth Low Energyやローカルネットワーク、さらにはNAT越しにインターネット経由で、誰でも運用可能なランデブーサーバーを通じて行われなければなりません。このようなネットワークがmadGLPに対して何を要求し、またネットワーク自身がプラットフォームに対して何を要求するのかについては、これまで明確に定義されていませんでした。そこで、私たちはmadGLPの下層に位置するネットワーキング層を規定します。GLPで実現可能なことはすべてGLPで実現されるため、この層が提供するのはあくまで
arXiv:2610.31803v1 発表タイプ:新規 要旨:視覚的仕様から物理的に安定した3D構造を生成するには、幾何学的曖昧さを解消しつつ、物体間の物理的相互作用を考慮する必要があります。本研究では、与えられたブロックの在庫と3つの正投影シルエットを条件として、安定なブロック組み立てを生成するフレームワークStackGen3Dを提案します。我々の手法は二段階から成ります。まず、ブロック間の支持関係をモデル化し、安定性の迅速な予測器として機能する、物理情報に基づくグラフニューラルネットワーク(PI-GNN)を開発し、多様な安定構造のデータセットを収集します。次に、このデータセットを用いて条件付きフローマッチングモデルを学習し、目標とするシルエットに一致するブロック配置の多モード分布を捉えます。推論時には、軽
同論文は2026年10月26日、arXivに掲載され(ID: 2610.31686)、Qwen3.5-27Bモデルを基に、時間依存型または権限による資格判定を要するツールの利用タスクにおいて、活性化介入が「条件の再利用」能力に与える影響を体系的に検証した。実験の結果、介入は目標選択の正確性を顕著に向上させる一方で、事実と識別子の再構成シナリオでは一般化が失敗し、候補者の資格に関する独立した判断の改善には至らないことが示された。
注目する理由:本研究は、『目標選択の制御』『条件に対する敏感な判断』『完全な動作の正しさ』という三つの能力を初めて明確に区別し、出力結果のみを最適化するだけでは、モデルが介入によって設定された条件(例えば時間や権限)を真に理解し再利用できるとは限らないことを示した。これは、信頼性の高いツールの呼び出しや制御可能なAIシステムの設計において、方法論的な警鐘となる重要な知見である。
リリース:battledrones v14:コンパスローズ、4人用マップ 私はBattledronesに4人対戦モードを追加しました。従来のマップは2人限定でした。以下は私が最初に使用したプロンプトです:4人対戦用の新マップを追加する—4方向の回転対称性を持ち、最大4人のAIプレイヤーに対応し、WebSocketによる非音声ベースのマルチプレイヤーモードと連携しているため、最大4人の人間プレイヤーが参加可能(空きスロットはAIで補充)です。Claude Opus 4.5では「コンパスローズ」という新マップを追加し、そのマップで最大4人までプレイできるようWebSocketのマルチプレイヤーネットワークコードを修正しました。参加者は共有リンクやQRコードを通じて接続できます。新しいチームは紫と緑をテーマとしたロボットを使用し、既存の青と赤のデザインに加わります。これらのカラーは更新されたモデルブラウザでプレビューできます。タグ:ゲームデザイン、プロジェクト、Claude
Amazon QuickSight のレイヤーマップは、GeoJSON 形式の Point(点)および LineString(線)ジオメトリタイプを新たにサポートし、ユーザーは同一マップ上に店舗の位置や配送ルート、フライトの軌跡などを個別に重ねて表示できます。この機能はサードパーティ製サービスを必要としませんが、GeoJSON ファイルの構造が規格に準拠しており、キーと値が一致し、静的更新が行われていることが前提です。
今週木曜日、GFNでプレイの準備を整えよう。『コール オブ デューティ モダンウォーフェア 4』がローンチと同時にGeForce NOWに登場し、新キャンペーン、マルチプレイヤーアクション、そしてDMZというハイリスクなエクストラクションモードを対応デバイスへ提供します。さらに、キャンペーンのビジュアルも強化されました。Ultimate会員にはGeForce RTX 5080クラスのパフォーマンスが実装され、[…]におけるレイトレーシング機能への対応も加わります。
私の最新のビブ・コーデッドゲーム実験は、『バトルドローンズ』というコマンド&コンカー風のRTS(リアルタイムストラテジー)ゲームです(こちらでプレイできます)。これまでの実験とは異なり、今回は実際に遊んでいて楽しい作品に仕上がりました。正直なところ、Claudeに「もっとずっと楽しくして」と頼んだ結果、こうなったことを告白するのは少し恥ずかしいですが…。さらに、近くのデバイス同士でオーディオを用いてゲーム状態を同期させるマルチプレイヤー機能も搭載しています! ここでは、これまでに作ってきた内容と、その過程で学んだことの一部をご紹介します。 バトルドローンズ 私がどのようにこれを構築したか v1:初期プロトタイプ v2:フルスプライト v3:変化に富む地形 v4:楽しさアップデート v5:バトルドローンズが3D化 v8:アルシペラゴ v10:ゴリアテとエージェントバトル エージェントバトル v11:ランダムマップ v12:音によるマルチプレイヤー いくつかの考察 アップデート:オンラインマルチプレイヤー対応 バトルドローンズ 私の当初の目標は、構
ツール:Chirp Pong また別のゲーム実験です。静的HTML上で動作する、マイクを通じて送信されるチープ音を利用するネットワークコードを用いた、2台の別々のスマートフォンでプレイできる2人対戦ゲームが実現可能かどうか試してみました。どうやらうまくいっているようです! 2人のプレイヤーが互いに近くに置いたスマートフォンを使い、ウェブマイクAPIが解釈可能な音響信号によってゲーム状態をやり取りする、競技的なポンゲーム風のゲームを構築します。ただし、グラフィックやゲームプレイに工夫を加え、ポング・クロード・オーパス5.5エクストラよりもはるかに楽しく、より複雑に絡み合うものに仕上げます。タグ:ゲームデザイン、AI、生成AI、LLMs、Claude Code