orange @[email protected]

契約プログラミングや形式検証の静的検査が遅い/重いのはGeminiさんが言う通りの弱点ではあるだろうけど、でも、『LLMがコードを読んで考える』よりは少ない計算量になりそうな気がするけどどうなんだろう？＞＜

つまり、AI支援型プログラミングの時代こそ、形式検証や契約プログラミングが優れてるかもしれないので、なんか10年くらい前にブームが終わってしまった(？)契約プログラミングを、今こそ復権させるべき！！！＞＜；

AdaのSPARKみたいな形式検証をプログラミング言語環境側に用意してあったら、ハルシネーションの大半にAIが自身で気づけるかもだし、形式検証とAIって相性どうだと思う？＞＜(意訳)って、Geminiさんに聞いてみたら、
「(形式検証で検出できる範囲において)単にハルシネーションに気づけるだけではなく、AIが形式検証エラーのメッセージを読むことで自律的に学習出来るので、SPARKみたいな形式検証とAIの組み合わせはすごくいいはず。でも、規模が大きいプロジェクトでは、AIが出力する契約プログラミングのコードが膨大になって、形式検証の実行に時間がかかってボトルネックになりそう」(意訳)
みたいに言われた＞＜

茨城南部っぽい揺れだったけど、茨城北部だった＞＜

どこいな＞＜

コーディングエージェントの現状の整理とエンジニアの仕事の変化について https://azukiazusa.dev/blog/coding-agents-and-developers-work

いま話題の(？)これ読んでて思いついたけど、
AIの自立型プログラミングでのハルシネーション抑制に、AdaのSPARKのように『契約プログラミングの記述を使った形式検証環境』をプログラミング言語側に用意したら、『形式検証で検出できる範囲のハルシネーションによる誤り(＝実行時にエラーを起こして停止するような誤りの大半)』は、AIがSPARKみたいなのを動かして形式検証エラーのエラーメッセージを読む事で自分で自分のハルシネーションに気づけるようになると思うんだけどどうだろう？＞＜

FreePats project - World and Rare Percussion
https://freepats.zenvoid.org/Percussion/world-and-rare-percussion.html

『10インチモニター搭載メカニカルキーボード』を発売 | サンコー株式会社のプレスリリース
https://prtimes.jp/main/html/rd/p/000000312.000111905.html

おもしろそうだけど、DellやhpのRyzen 3のラップトップが買えるお値段＞＜；

たとえば、
課題は「hogefugaを行うプログラムを自分で調べて作ってきてください」で、それを提出した後に、「使用したアルゴリズムは何という名前で、どのような仕組みで目的を達成するアルゴリズムですか？　簡潔に説明してください」みたいな感じの問題を出す感じ＞＜

「自分の頭で考えること」を学ぶ - いつか博士になる人へ
https://www.ki1tos.com/entry/2020/04/14/174739

何日か前にこれを読み返して思いついたけど（あんまり直接は関係ないんだけど）

課題とテストを分けるって方式にする手もありそう＞＜
課題は行って持ってくるけど、課題に関する問題は提出後に出題されるので、問題への回答部分で不正ができない方式＞＜
つまり自分が提出した課題に対する理解がなければ答えられない問題を後から出して、課題ではなくて後からのテストのほうで評価する方式＞＜

普通に番組なフォーマットな（？）海外公共放送が制作したドキュメンタリーとかも有用だけど、それはそれでテキスト化には限界があるから（記録映像と証言映像が中心だから）であって・・・＞＜

完全に動画サイトの情報が無意味ってわけじゃなく、例えばオレンジが海外の農業情報を得るのに、実際に農家がどの機種でどう作業をしてるかまでの詳細な情報は流石に無いので、そういうのは動画で見るしかない＞＜
でも、（見たことはないけど）たとえば『農業の統計情報について語る動画』とかであれば、元の統計情報でよくねだよね・・・＞＜

そもそもとしてわりと謎なのは、
元々映像情報じゃなきゃわからないもの以外で、動画サイトの動画にしかなくてかつ有用な情報ってどれだけあるのか謎＞＜
何らかのウェブ上の情報を動画の形でまとめた動画であるならば、元の情報がウェブ上にあるだろうし・・・＞＜