タグ: llm

Qwen3-VL-Embeddingを用いたローカル画像検索アプリをつくった

[REF]:
https://zenn.dev/robustonian/articles/qwen3-vl-embedding_search

[QUOTE]:

類似画像検索モデルの開発ノウハウ

[REF]:
https://speakerdeck.com/lycorptech_jp/20260526a?slide=31

[QUOTE]:

『【LINEヤフー データサイエンス Meetup】Kaggle Grandmasterが教える開発と解法＆コンペ主催企業が語る舞台裏 他』の登壇資料です。

“AIが高くなる”のではなく”適正化される” — 入力トークンで差がつく時代の、構造化データベースの存在理由 | EDINET DB

[REF]:
https://edinetdb.jp/blog/ai-cost-input-tokens-structured-db

[QUOTE]:

Anthropicが2026年6月15日からClaude有料プランに『プログラム利用専用クレジット』を導入。AI料金の実質的な適正化が進む中で、コスト勝負の主戦場は『モデル単価』から『入力トークン』へ移ります。ソフトバンクGの有報PDF全文（320ページ・約30万トークン）と構造化APIの差を実測し、必要な3指標だけ取れば入力トークンが約1,200分の1になることを示します。

Gemma 4をMacBookで実行して「大量の動画ファイルの説明文」を実行したAI開発者の記録が興味深い

[REF]:
https://gigazine.net/news/20260526-gemma-4-video-index/

[QUOTE]:

カメラやスマートフォンで撮影した動画には「P1013593.MP4」とか「IMG_0034.MOV」といったように連番形式のファイル名がつきます。このため、大量に動画を撮影していると「どの動画に何が映っているのか分からない」という事態に陥りがちです。そんなときに参考になりそうな「Gemma 4などのAIモデルをMacBookで実行して動画の説明文を含むインデックスファイルを大量生成する」という作業の記録がAI企業のSimbaStackの公式ブログに掲載されています。

Google’s Guide to Optimizing for Generative AI Features on Google Search | Google Search Central | Documentation | Google for Developers

[REF]:
https://developers.google.com/search/docs/fundamentals/ai-optimization-guide

[QUOTE]:

Learn how to optimize your website for Google Search’s generative AI features, including official best practices, technical SEO advice, and emerging AI agent guidance.