myui

LLM推論におけるMTPとDFlash2

1. 推論全体のフロー

MTPもDFlash2も、「先読み → LLM本体で検証 → 採用部分を確定」を繰り返します。主に高速化するのは、入力処理（Prefill）後の出力生成（Decode）部分です。

flowchart TD
    A["入力テキスト"] --> B["トークン化"]
    B --> C["LLM本体でPrefill"]

myui

The latest runs

normal gluon dataset

• oversampling rate 0.4, positive oversampling

• oversampling rate 0.5, positive oversampling

myui

@task(inject_context=True)
def adaptive_doc(context, doc, model_ctx):
  # まず文書構造を把握
  analysis = analyze_document(doc)
  # 最適な分割方式を選択
  chunks = choose_chunker(analysis, model_ctx)(doc)

  # チャンク内容に応じて「必要な処理タスク」を生成（動的ノード生成）
 tasks = [create_chunk_task(chunk, i, model_ctx)

myui

Agentic Workflow Proposals for Enterprise

Graflowによるエンタープライズ向けAI Agentワークフロー提案のまとめ

目次

1. 共通ワークフローパターン
2. チーム別ワークフロー案
   • Sales Team: Account Intelligence Briefing
   • CS Team: Churn Risk Intelligence

myui

from __future__ import annotations

import asyncio
from dataclasses import dataclass
from enum import Enum
from typing import Any, Callable, Dict, List, Optional, Tuple


# ----------------------------
# History model

myui

コストセンシティブ学習と TD AutoML（AutoGluon）における最適化指標の考え方

本ドキュメントでは、コストセンシティブ学習（Cost-Sensitive Learning） の基本前提を明確にしたうえで、
TD AutoML（AutoGluon）で利用可能な optimization function / evaluation metric のうち、
実務的にコストセンシティブ学習に使える指標を整理・解説します。

参考：

• Mercari Engineering Blog
  https://engineering.mercari.com/blog/entry/20201212-cost-sensitive-learning-for-application/#2-2

myui

Kubernetes による自動スケーリング

作成日: 2025-01-24 ステータス: Draft コンセプト: Simple Queue-Based Autoscaling

---

1. 設計概要

myui

flowchart TB
    %% --- スタイル定義 ---
    %% 質問ノード（ひし形）: 青系
    classDef question fill:#e3f2fd,stroke:#1565c0,stroke-width:2px,color:#0d47a1;
    %% 結果ノード（角丸）: オレンジ/赤系で強調
    classDef result fill:#ffe0b2,stroke:#e65100,stroke-width:2px,color:#bf360c,rx:10,ry:10;
    %% エッジのテキスト背景: 白で見やすく
    linkStyle default fill:none,stroke:#546e7a,stroke-width:2px;

myui

Google ADK OpenInference 親スパン問題 - 調査結果まとめ

問題の概要

openinference-instrumentation-google-adk (v0.1.6) において、invocationスパンが常にトレースのルートになり、セッションやその他の親スパンの子として正しく配置されない問題が確認されました。

主な原因

1. _RunnerRunAsyncでのコンテキスト伝播の欠如

myui

<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8" />
<meta name="viewport" content="width=device-width, initial-scale=1" />
<title>Agentic Workflow — Why Workflows Still Win</title>
<script type="module">
  import mermaid from 'https://cdn.jsdelivr.net/npm/mermaid@11/dist/mermaid.esm.min.mjs';
  mermaid.initialize({
    startOnLoad: true,