はじめに このたび、ソフトウェアテストとは、そもそもいったいなんなのかということを考え直す機会があったので、その時に読み直した書籍や資料についての備忘録を記録します。 ISTQBとJSTQB ISTQB は International Software Testing Qualifications Board の略で、ソフトウェアテスト分野の国際的な資格制度を運営する組織です。 現在のソフトウェアテストについて、どのような概念であるかについてを調べるには、ISTQBが提供している用語集や試験のシラパスを確認することで概要をつかめます。 ISTQBの用語集 Certified Tester Foundation Level (CTFL) v4.0の情報 ISTQBはさらに高度な試験や専門に特化した試験もあるので、必要に応じて参照してください。 また、JSTQB（Japan Software

Published Mar 24, 2026 Harness design is key to performance at the frontier of agentic coding. Here's how we pushed Claude further in frontend design and long-running autonomous software engineering. Written by Prithvi Rajasekaran, a member of our Labs team. Over the past several months I’ve been working on two interconnected problems: getting Claude to produce high-quality frontend designs, and g

LayerX羅針盤は、LayerXが大切にする行動指針から派生する、具体的な行動をイメージできるようにしたものです。 【参考】企業文化に投資する https://note.com/fukkyy/n/n97cb404f4013

発表資料 自己紹介 本名：金子達哉 株式会社PR TIMES PR TIMES事業ユニット 第一開発部長CTO 達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践（技術評論社）（通称：ISUCON本）の著者の1人 6章「リバースプロキシの利用」・7章「キャッシュの活用」・8章「押さえておきたい高速化手法」を担当 catatsuyのIDで各種SNSにいます ISUCON練習用のprivate-isuや、GoのCLIツールとしてsed/grep代替のpurl、Slackにいい感じに投稿するnotify_slack、大量のファイルのリストを出せるlls、ChatGPTやGemini APIを手軽にCLIで利用できるbentoなどのOSSを趣味で開発・メンテナンスしています この資料について この発表資料は、私が著者として執筆したISUCON本の「キャッシュ」に関する内

nanochatとは OpenAI共同設立者、元テスラディレクターであり。バイブコーディング・コンテキストエンジニアリングといった言葉を生み出したAndrej Karpathy氏が公開したソフトウェアです。 なんと、ChatGPTのような対話可能なLLMを、規模こそ違えど約100ドルのコストでゼロから4時間で学習させることができるソフトということで話題になりました。 100ドルくらいのコストで、人とある程度対話可能なLLMを開発できるというのは、本当に凄いことで破格なのですが、やはり一回の学習に100ドルかかるのは、個人の趣味だったり、学習用に考えると難しいものがあります。 そこで登場するのがNVIDIA DGX Sparkです。1petaFLOPのAIパフォーマンスと128GBのメモリがあればnanochatを実用的な速度で学習できるかもしれないということで、DGX SparkによるLL

はじめに Turing CTO室に所属している東京科学大学(Institute of Science Tokyo)の藤井です。 本記事では、OpenAIから2025年8月にリリースされたgpt-ossをNVIDIA NeMoフレームワークにて学習するための方法について解説します。 2025年11月4日時点では、NVIDIA公式からは、LoRA finetunigを行う方法についてのみ解説されており、Long Context継続事前学習(Continual Pre-Training)など本格的な学習を行うにはハードルが多数あります。 本記事では、学習を行うために解決する必要があるすべての問題に関して、詳細な解決方法を記しました。gpt-ossを利用したモデル学習にお役立てください。 gpt-oss About gpt-ossとは、OpenAIよりリリースされたLLMであり、gpt-oss-2

はじめに こんにちは、チューリングのVLAチームでインターンをしています、法政大学 M1 の永井です。 本記事では、自動運転のVLA (Vision-Language-Action; 視覚-言語-アクション)モデルを学習するための RACER: Rationale-Aware Captioning of Edge-Case Driving Scenarios (エッジケース運転シナリオに対する根拠付きキャプション生成) データセットの概要と構築方法について紹介します。 (日本語訳）自車は、現在の車線を制御している赤信号に従う必要があるため停止を決定した。前方の白い車両が完全に停止しており前進できないため、安全な停止距離を保って停止する必要がある。さらに、左側に駐車している大型トラックやコーンや標識が設置された工事区域により横方向への回避はできない。加えて、実線の車線区分線やバリアによって現

統一的な実行環境 さらにこれらのライブラリはNeMo Runによって統一的に管理されるようです．NeMo Runにより，ローカルマシン，SLURMクラスタ，クラウド環境（Kubernetes）など，様々な計算環境でシームレスに実行できます．同じコードベースで，単一GPUから数千ノード規模のクラスタまで，スケーラビリティを損なうことなく拡張可能とのことです(が，ぱっと試した限りは重めのエラーで今回は断念．．．) 各ツールの紹介 NeMo Curator LLM学習用の大規模データセットをキュレーションするGPUアクセラレーテッドライブラリ テキスト、画像、動画、音声に対応 30以上のヒューリスティックフィルタ、品質・安全性フィルタ、PII除去、セマンティック重複排除を搭載 従来手法比で約16倍の高速化（8TBのデータセットを約30分で処理） NeMo Data Designer 高品質な合成

こんにちは！逆瀬川ちゃん (@gyakuse) です！ 今日はHarness Engineering(ハーネスエンジニアリング)について、2026年3月時点のベストプラクティスを徹底的にまとめていきたいと思います。 Harness Engineeringとは何か 定義を辿る Mitchell Hashimotoによる最初の定義を辿れば、Harness Engineeringとは人間によるAGENTS.mdの継続的改善と、Agentが自分の作業の正誤を自己検証するためのツール群を指していました。 現在はより大きい概念として語られることが多く、一言で言えばCoding Agentをできるだけ人間の介入なしに自律的に稼働させ、出力を安定させるためのものを指します。簡単に言えばCoding Agentの補助輪のようなものです。モデルではなくシステムが重要であり、同じモデルでもハーネスを変えるだけで

こちらはLayerX AI エージェントブログリレー41日目の記事です。 こんにちは、CEO室でAI Agent開発のPdMをしているKenta Watanabeです。 AI Agent開発に取り組んでいる方や自分用の効率化ツールを開発したりしてLLMで遊んでいる方は何かしらのAgentフレームワークを利用されている方が多いのではないかと思います。LayerXでもAI SDKなどのフレームワークが社内で利用されています。本日はAgent開発の試行錯誤を通して得られたAgentフレームワーク選びの参考になるような考え方を紹介できればと思います。 Agentフレームワーク戦国時代 ここ数年はAgentフレームワーク戦国時代と言えるほどたくさんのフレームワークやSDKが開発され利用されているのではないかと思います。各LLM ProviderはLLMを利用するためのHTTP EndpointとSD

はじめに チューリング株式会社 MLOpsチーム の @stu3dio_graph です。 チューリングでは毎日データ収集車両を走らせ，数万時間を超える大量の運転動画データを収集しています。しかしデータが増えるほど 「ほしいシーンが見つからない」問題が深刻化 していきました。日時や車両 ID でフィルタリングすることはできても，「交差点で歩行者が横断しているシーン」「道路工事を避けて車線変更するシーン」のように，映像の中身に基づいてシーンを探す手段がなかったのです。 運転動画を探すためのシステム このたび，NVIDIA が公開した映像-テキスト埋め込みモデル Cosmos-Embed1 と Databricks Vector Search を組み合わせ，約 54 万シーン[1] (約 2,000 時間分の走行データ) に対するセマンティック検索システムを構築しました。本記事ではその設計と実

Claude Codeに実装させた後、毎回自分でコードレビューして突っ込みを入れるのが大変だった。そこで、実装後に自動でセルフレビューと修正をする仕組みを作ったので紹介する。 課題: Claude Codeで出力されたコードの品質が自分の基準を満たさない Claude Codeで一気に実装ができるようになった反面、出力されたコードの品質が自分の基準を満たさないことが多かった。そのため、変更のたびに毎回ツッコミを入れていて、かなりの手間がかかっていた。プランモードで事前にちゃんと設計したとしても、コードレベルでは満足いかないことが多かった。 じゃあサブエージェントやCodex CLIで先にレビューして直し切ってもらってから確認すれば良いのでは？と思ってやってみた。しかし、AIのレビュー指摘には的外れなものや過剰なものも混じるため、全部対応させるとかえってコードが散らかってしまうこともあった。

AI を導入したら、逆に「何が起きてるか分からない」が増えた Claude Code を使い始めて数週間。生産性は確かに上がった。でも、こんな場面が増えた。 「なんか遅いな……」→ 何が遅いのか分からない Bash を 10 回連続で叩いてる → なぜそんなに必要なのか追えない サブエージェントが勝手に動いてる → いつ終わるのか読めない エラーで止まった → どの段階で詰まったのか分からない Web サービスなら、こういう「見えない」は OpenTelemetry（OTel） で解決する。リクエストのトレース、レイテンシの分布、エラー率——全部可視化できる。 じゃあ、AI エージェントにも同じことをやってみよう。 この記事では、Claude Code の実セッションログ（1 日・130 回のツール呼び出し）を OTel トレースに変換し、Jaeger で可視化した全記録を公開する。 準備

*:first-child]:mt-0"> Everything Claude Code はAnthropicのハッカソンの優勝者が公開したリポジトリとして2026年1月に話題になりました。 GitHub - affaan-m/everything-claude-code: The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond. The agent harness performance optimization system. Skills, instincts, memory, security, an

2026年2月から3月にかけ、Alibaba傘下のQwenチームがLLM「Qwen3.5」シリーズを順次公開した。2月16日にフラッグシップのQwen3.5-397B-A17B（397Bパラメータ、うちアクティブ17B）を皮切りに、2月24日にMediumシリーズ（27B dense、35B-A3B、122B-A10B）、3月2日にSmallシリーズ（0.8B、2B、4B、9B）と段階的に展開。全モデルがApache 2.0ライセンスで、商用利用も無償で可能だ。 今回フォーカスするのは、このSmallシリーズの頂点に立つ9Bモデルだ。「9Bごときで何ができる」と思うかもしれないが、ベンチマークでは120Bを超える既存モデルを複数の指標で上回っている。なぜ9Bなのにそれほど強いのだろうか。鍵はアーキテクチャの刷新にある。 Qwen3.5の技術的な新しさ LLMのアーキテクチャといえば、長らく

Coding After Coders: The End of Computer Programming as We Know It - The New York Times 『Coders（コーダーズ）』（asin:4822289796）の邦訳があるテクノロジージャーナリストのクライブ・トンプソンが、いよいよ現実的になってきた「人間によるプログラミングの終焉」の話題について長文の取材記事を New York Times Magazine に寄稿している。 記事は、90年代に育ち昔ながらのプログラミングを学び、後に4つのスタートアップの共同創業者となった機械学習エンジニアが、今ではコーディングを Claude Code にほぼ任せているが、テストを怠ることがあるので、「十戒」のごときプロンプトファイルに厳しい警告を追加している話、そしてそのプロンプトの中に「pytest に失敗するコードを

※ 2023年8月 追記　再度、スクリプトエラーで出ており、Garmin VIRB Editが利用不可となっております。 今回紹介する代替ソフトはこちら：TelemetryOverlay 割引クーポンコード：　WONDERREVIEW 2022年5月下旬、GarminのVIRB Editがスクリプトエラーで利用出来なくなりました。 正確には、G-MetrixのG-Metrixの同期画面の地図表示が出来なくなりました。Google Mapを利用しており、Google MapのAPIがGarminのVIRB Editから利用出来なくなっていました。 同等・それ以上の汎用性に、各種カスタマイズ可能なソフトウェアを見つけました。(有償)　そのソフトウェアが、TELEMETRY OVERLAYというソフトウェアになります。動画で詳しく紹介しております。割引クーポンも動画の最後に記載しております。 G