こちらの本を読んだのでメモ 能動的推論:心、脳、行動の自由エネルギー原理作者:トーマス・パー,ジョバンニ・ペッツーロ,カール・フリストンミネルヴァ書房Amazon 認知機能を持つ主体の認識の仕組みを統一的な観点で説明する理論として自由エネルギー原理と…

ここ1~2年のLLMの性能向上により実装そのものはほとんどしなくて済むようになった。 outputを作るという意味ではそれでよいのだが、仕組みの勉強や楽しみとして手動実装。 やったこと MCTSの仕組みを実装で理解 rust自体も不慣れなので勉強しつつ LLMは調査…

以下の論文について勉強したことのメモ An exact information theory of generalization phase transitions in Bayesian diffusion models paper: https://arxiv.org/abs/2607.08041 diffusionの学習においてデータの暗記と汎化の境界を、学習データ数とdeno…

shell上でclaudeを起動すると、claudeのpromptが表示された後すぐに以下のような行が表示されてshellに戻る状態 ^[P>|tmux 3.4^[\^[[?1;2;4c# 原因の結論 bwrapによるsandbox作成の権限が足りていない環境で sandboxを有効化かつfailIfUnavailable: trueとし…

codexやclaudeなど使う際、長くかかるtaskを実行させる際など条件などを含めた長文の入力が必要な場合、途中で改行を入れたかったり、中間部分を書き直したかったりするとけっこう面倒。 自分の使ってる環境でその辺を簡単にするために必要な設定や手順をメ…

前回調べたminigridの他に、もうすこしgame likeな環境としてcrafterも見てみたのでメモ repo: https://github.com/danijar/crafter paper: https://arxiv.org/abs/2109.06780 できること minecraftを簡易化した2d grid環境というイメージで、探索とitem収集…

だいぶ前だが強化学習の勉強を始めた頃、簡易環境としてよく迷路を使っていた 方策勾配法とニューラルネットワークで迷路を学習 - MEMOcho- 当時私は気づいてなかったが、そのくらいの時期から同じ用途で使える便利なminigridという環境があったようなのでメ…