Cursor の新モデル（1 分で読めます）

## More from @morganlinton link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/morganlinton) Mar 26 私は最近、友人や家族に大規模言語モデル（LLM）を説明することが増えています。 私が最近特に詳しく解説している要素の一つが、モデルの重み（weights）です。 もっと詳しく知る lottery カスタム Twitter ボット リーダーアプリ購読 書籍 フォーラム & チャットプロバイダー クラフト モバイルアプリのプロモーション science これらが何なのか完全に理解できていない方のために、簡単な概要をご紹介します。微積分の知識は不要です。 「モデルの重み（weights）とは何か？」🧵 まず、「重み」とは何でしょうか。 私は比喩を使うのが好きなので、通常は以下のように説明しています。「空港に時間通りに着く確率を予測しようとしていると想像してみてください」。 私たちは皆、このような状況に陥った経験があるはずです。 空港に時間通りに着けるかどうかを理解するために使用する重要な入力要素があります。例えば、交通量の多さ、家を出た時刻の早さ、空港までの距離などです。 次に、「何が最も起こりそうか」と問うのではなく、各要素に強さや影響力を割り当てます。 つまり、交通渋滞は確かに悪影響で、時間通りに着けるかどうかを大きく左右します。早く家を出ることも同様です。空港からの距離は中程度の影響力を持つかもしれませんし、その他にも様々な要素があります。 ここからが数学的な魔法のパートですが、数式の詳細には立ち入らず、高レベルな説明にとどめます。 本質的には、各入力にその重要性を掛け合わせて最終スコアを算出します。 先ほど計算した重要性の値、その通りです——それが重み（weight）です。 バシッとシンプルに説明すると、モデルの重みとは何かを理解していただけたはずです。 ただしこれはスレッド形式なので、ここからさらに深く掘り下げていきましょう。 LLM における重みは数値であり、その数値は——お見事、ご推察通り——ファイルに保存されています。 これらの数値は浮動小数点数（float）として保存されます。つまり、18.23 のように小数点以下にも数字を持つ数値です。 ここで、多くの人を驚かせるような驚きの事実があります。 その数値すべてを含むファイルこそが、モデルそのものです。 重みをメモリに読み込み、トークンを入力し、出力を得る——これが基本動作です。 ご理解いただけましたでしょうか？では、さらに深く掘り下げていきましょう。 7 件のツイートを閲覧する link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/morganlinton) Mar 6 @perplexity_ai が Computer をリリースして以来、毎日新しいものを構築しています。 素晴らしい経験でしたし、何度も申し上げている通り、一度きりの試みでスクリーンショットを見せるだけで完了したわけではありません。 さらに詳しく知る Twitter ボット開発 X トレーニングリソース X 分析プラットフォーム モバイルアプリ & アドオン movie ツイート分析ツール Web アプリ & オンラインツール モバイルアプリ開発 最初のプロンプトと初期の構築は、始まりであり、終わりではありません。もちろん完成品でもありません。 さて、今ではいくつかのプロジェクトをコードの精査に使用しているので、どのようにそれらを精査しているか、そして最初の試みを超えて使えるプロンプトやワークフローについて共有しようと思います。 この楽しい小さな株式ポートフォリオ分析ツールの例を使います。これは誰かが私が作るべきだと提案してくれたものです。 Perplexity Computer のコード最適化スレッド 🧵 初期ビルドの直後、私がまず行うのはコードベースの評価です。Perplexity Computer を離れる必要はありません。このようなプロンプトを使って、その場で直接実行できます。 すると、プロンプトで指定した通り、良い点、改善が必要な点、そして私の favorite である明らかな誤りといったセクションに分かれた、非常に詳細な分析結果が返ってきます。 では、まず「良い」として返ってきた部分から始めましょう： Read 11 tweets link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/morganlinton) Feb 26 Whoa, it did it. @perplexity_ai Computer just one-shotted a ful-stack fund in a box. Over 4,500 lines of code, and it works. The goal was to build a system that could credibly run a small fund's core workflow with 1-2 humans vs. the current model which is 10 analysts on terminals. I came up with the idea by asking what could I build with computer that would be more valuable than a $30,000/year Bloomberg terminal. Here's a screenshot of the fully working web app. 詳細は以下に。これはおそらく世界初の Perplexity コンピューター・スレッドになると思います 🧵 まず、私が Perplexity と一緒に取り組んだアイデアをご紹介します。 その後、私にプロンプトを作成させました。すると怪物のようなプロンプトが完成しました。これを一度で実行するには本格的なプロンプトが必要だったため、数回に分けて共有します。 プロンプト 部 1: あなたは自律的なエンジニアリング、製品、研究チームです。Thesium(. )finance を構築してください。これは AI ネイティブのファンド運用システムであり、エージェントがあらゆる銘柄とテーマについてライブな投資 thesis（見解）を維持し、人間は Thesium Desk と呼ばれるワークステーションを監督します。 あなたの目標は、1〜2 人の人間が監督する形で、アナリストの床を必要とせず、小規模ファンドの中核ワークフロー（調査→リスク管理→実行）を信頼性を持ってエンドツーエンドで実行できる Thesium(. )finance の MVP を設計し実装することです。 18 件のツイートを参照 link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/morganlinton) 2 月 16 日 最近、多くの人からローカルでモデルを実行することについて質問されています。 そこで、私が友人たちに常に送っている内容をほぼそのまま共有しようと思います。また、LLM が内部でどのように動作しているかを理解していなくても、このスレッドを追うことは十分に可能です。 ローカルで LLM を実行するスレッド 🧵 まず第一に、私は Mac に対して強いバイアスを持っており、あなたもそうあるべきです。 現在のソフトウェアエンジニアリングの多くは Mac で行われており、Codex Desktop アプリのような最新のクールな機能もまず Mac 向けに登場します。 ローカルで LLM（大規模言語モデル）を実行する際、Apple Silicon がすべてを変えました。 ユニファイドメモリアーキテクチャにより、CPU と GPU が同じメモリプールを共有します。LLM にとってはこれほど素晴らしいことはありません。 モデルには大きな連続したメモリ領域が必要です。64〜128GB のユニファイドメモリを搭載した Mac では、多くのコンシューマー向け GPU では処理が追いつかないような大規模なモデルも実行可能です。 ハードウェアを選ぶ際は、64GB 以上のユニファイドメモリを備えた Mac Studio が、ベースラインの Mac mini よりもはるかに多くの選択肢を開きます。128GB のユニファイドメモリに達すると、本格的な領域に入ります。ここで量子化（quantization）を適用すれば、70B パラメータクラスのモデルもプレイ可能になります。 次にソフトウェアスタックについてです。選択肢は多数ありますが、私は友人たちにはすべて「簡単モード」をお勧めしています。 最も簡単な入り口は Ollama です。 これは基本的に「LLM 向けの Docker」です。インストールしたら、以下のように実行するだけです。 ollama run llama3 すると、ローカルモデルがあなたとチャットし始めます。 Ollama は以下の機能を処理します： – モデルのダウンロード – 量子化ビルド（quantized builds） – Metal アクセラレーション – シンプルな REST API 内部では llama.cpp を使用しており、これは Apple の Metal GPU フレームワーク向けに高度に最適化されています。 これは以下の用途にとって最もスムーズな道筋です： – Llama モデル – Mistral – Mixtral – コード生成モデル – 7B〜13B の小規模モデルの実験 12 件のツイートを読む link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/morganlinton) Jan 25 ClawdBot は素晴らしい - 確かに注目を集めるにふさわしい存在です。 しかし、多くの人がハッキング被害を受けることになります。 その理由は、セキュリティについて考えもせず、無謀にも飛び込んでくる人があまりにも多すぎるからです。 セキュリティ研究者たちはすでに、プロンプトインジェクションを使ってあなたのすべてのメールを削除できることを示しています 😳 したがって、ClawdBot を使い始める前に知っておくべきセキュリティ上のポイントがいくつかあります。時間はかかりませんが、その価値は十分にあります。 ClawdBot のセキュリティに関する解説 🧵 まず、サンドボックスモード（Sandbox Mode）を有効にしてください。 次に、ターミナルで「clawdbot security audit」と入力してセキュリティ監査を実行してください。 7 件のツイートを読む link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/morganlinton) 2025 年 7 月 2 日 私はここ数週間 @diabrowser を使い続けており、完全に熱狂してしまうような稀な製品の一つになりました。 最近の私のタイムラインは荒れ模様で、同じ体験をする人が非常に多いです。そこで、私が最もお気に入りのトップ 10 を 🧵 で共有しようと思います。 11 件のツイートを読む

Cursor の新モデル（1 分で読めます）

背景や根拠まで確認しますか？

調べる

選ぶ

サイト

背景や根拠まで確認しますか？

ニュースの次に確認する

調べる

選ぶ

サイト