Pieces社は、スクリーンショットからコードを正確に認識するOCR技術を改良しました。Tesseractエンジンをベースに、様々なプログラミング環境（ライト/ダークモード）、ノイズの多い背景、低解像度の画像に対応するため、前処理と後処理のステップを追加しました。暗いモードの反転、ノイズ除去、解像度向上などの画像前処理と、コードのインデント復元を行う後処理により、精度が大幅に向上します。彼らはLevenshtein距離を使用してモデルの性能を評価し、実験的に効率的な画像アップサンプリング方法を選択しました。この技術により、開発者はコードのスクリーンショットを簡単に編集可能なコードに変換でき、開発効率が向上します。
続きを読む
2024年末にAnthropicによってリリースされたモデルコンテキストプロトコル（MCP）は、AIの世界に革命を起こしています。AI統合のUSB-Cのようなもので、ClaudeやChatGPTなどの大規模言語モデル（LLM）が、外部データソースやツール（Obsidian、Gmail、カレンダーなど）とシームレスに通信することを可能にします。何百万ものカスタム統合を必要としません。MCPは、ホスト、クライアント、サーバーの3層アーキテクチャを使用して、安全で信頼性の高いデータアクセスとアクショントリガーを実現し、開発を大幅に簡素化し、革新的なアプリケーションを生み出します。例としては、LLMを個人データベース、コードリポジトリ、さらにはリアルタイムの株価データに接続することが挙げられます。MCPのオープンソースの性質により、開発者コミュニティで話題となり、多くのAIアプリケーションに統合され、AIアプリケーションとのインタラクション方法に革命的な変化をもたらしています。
続きを読む
Microsoftは、リソースの少ないデバイスでもGPT-3.5と同等の性能を発揮する軽量言語モデルPhi-3-Miniを発表しました。この記事では、推論とコーディングの強力な機能、OllamaやPiecesなどのツールとのシームレスな統合など、その強みを解説しています。OllamaでPhi-3-Miniをローカル実行し、Piecesでコードスニペットを管理することで、コード生成やリファクタリングが効率化され、開発者の生産性が向上します。長いテキストのコンテキストオーバーフローは課題として残りますが、Phi-3-Miniの軽量性と強力な機能は、AI開発において貴重なツールとなります。
続きを読む