  |
はてなキーワード:クロスとは
2025年7月2日にXで公開された「各国BEVシェア（直近12か月）」に対し、日本ではなぜこんなにもBEVシェアが低いのか話題になっている。
https://x.com/leRaffl/status/1940453187733147847
-2024年上半期の乗用車販売におけるHEV比率は約62 %であり、電動化ニーズがBEVへ流れにくい状況をつくっている。
-政府は2035年新車100 %を「電動車」と定義し、HEVも含めるためメーカー・ユーザーとも切迫感が薄い。
-トヨタは全方位戦略を掲げ、ホンダはEV投資縮小とHEV強化を公言するなど、国内大手がBEV必須路線を取らない。
-国内量販BEVはリーフ、アリア、軽EV数車種に限られ、補助後でも同セグメントHEV比で高価。
5. 充電インフラの立ち遅れ
-公共充電口数は約4万口と少なく、充電器1口が背負う車両数・充電時間数ともに欧州主要国の倍。
- 戸建て比率が低い都市部では基礎充電を確保しづらく、月極駐車場の共有充電導入も進まない。
-LNG依存による電気料金高止まりと災害時停電経験が「充電不安」を増幅している。
大規模言語モデル（LLM）の根幹にあるのは数学的な原理です。
ここでは、その仕組みを3つの要点に絞って、数式を交えながらシンプルに解説します。
LLMの最も基本的なタスクは、「ある単語の並び（文脈）が与えられたときに、次に来る単語は何か？」を確率的に予測することです。これを数式で表すと、以下のようになります。
LLMは、インターネット上のブログ記事や書籍といった膨大なテキストデータを読み込みます。
そして、文章中のあらゆる箇所で「次の単語」を予測するクイズを延々と解き続けます。
モデルは、P(晴れ |今日の天気は) の確率が100% (または1.0)に近づくように、内部のパラメータ（後述する重み）を少しだけ調整します。
このプロセスを何十億、何兆回と繰り返すことで、モデルは単語の様々なつながり方や文法、さらには世界の知識に関するパターンを学習していきます。
学習済みのモデルに「AIの未来は」と入力すると、モデルは語彙に含まれる全単語に対して、次に来る確率を計算します。
...
そして、最も確率の高い「明るい」を選んだり、確率分布に従ってランダムに単語を選んだりすることで、文章を生成していくのです。
では、どのようにしてLLMは単なる単語の並びだけでなく、複雑な文脈を理解するのでしょうか？
その技術が Transformerであり、その学習を支えるのがバックプロパゲーション です。
Transformerの最大の特徴は自己注意機構 (Self-Attention) です。
これは、文章中の単語同士の関連性の強さを計算し、どの単語に「注意」を向けるべきかを判断する仕組みです。
例えば、「その猫は疲れていた。なぜなら一日中ネズミを追いかけていたからだ。」という文において、「その猫」が「疲れていた」理由を理解するためには、「追いかけていた」という単語との関連性が重要です。
自己注意機構は、各単語について以下の3つのベクトルを生成します。
そして、以下の計算（概念式）によって、文脈を反映した新しい単語表現を作り出します。
Attention(Q, K, V) = softmax( (Q Kᵀ) / √(dₖ) ) V
1. Q Kᵀ: Queryと各Keyの関連度（内積）を計算します。似ている単語ほど値が大きくなります。
2. / √(dₖ): 値が大きくなりすぎないように調整します（スケーリング）。
3. softmax:計算した関連度スコアを、合計が1になる確率分布に変換します。これにより、関連性の強い単語ほど高い重みが与えられます。
4. V: この重みを使って、各単語の情報（Value）を重み付けして足し合わせます。
この結果、単語は元の意味だけでなく、「文脈の中でどのような役割を果たしているか」という情報を含んだベクトルに変換されます。
Transformerはこの処理を何層も積み重ねることで、非常に複雑で長期的な依存関係を捉えることができるのです。
バックプロパゲーション（誤差逆伝播法）は、モデルの予測と正解との「誤差」を計算し、その誤差を小さくするために、モデル内の膨大な数のパラメータ（重み）をどう調整すればよいかを教えてくれるアルゴリズムです。
1. 順伝播 (Forward Pass):入力（コンテキスト）をTransformerに通し、次の単語の確率分布を予測します。
2. 損失計算 (Loss Calculation):予測した確率分布と、正解の単語とのズレ（誤差）を損失関数（例：クロスエントロピー誤差）で計算します。損失が大きいほど、予測が間違っていることを意味します。`Loss = -Σ yᵢlog(pᵢ)` (yᵢ は正解なら1, それ以外は0。pᵢ はモデルの予測確率)
3. 逆伝播 (Backward Pass): この損失を、出力層から入力層に向かって逆方向に伝播させます。微分の連鎖律を使い、「各パラメータが最終的な損失にどれだけ貢献したか（＝勾配）」を計算します。
4.パラメータ更新: この勾配に基づき、損失が小さくなる方向へ各パラメータを少しだけ更新します。
この「予測 → 誤差計算 → 勾配計算 →更新」というサイクルが、LLMの学習の基本です。
バックプロパゲーションで計算された勾配を使って、具体的にどのようにパラメータを更新するかを決めるのがオプティマイザ（最適化手法）の役割です。
最も基本的な考え方は、損失という名の「谷」の底（最小値）に向かって、勾配（傾き）が最も急な方向に一歩ずつ下っていく勾配降下法 (GradientDescent)です。
θ_new = θ_old - η ∇L
現在、最も広く使われているオプティマイザの一つが Adam です。これは、勾配降下法をより賢くしたもので、主に2つの工夫がされています。
1.慣性 (Momentum):過去の勾配の移動平均を保持します。これにより、坂道を転がるボールのように、同じ方向に進み続ける場合は加速し、学習が停滞しにくくなります。
2.適応的な学習率 (Adaptive LearningRate):パラメータごとに学習率を自動で調整します。頻繁に更新されるパラメータは慎重に（学習率を小さく）、あまり更新されないパラメータは大胆に（学習率を大きく）更新することで、学習を効率化します。
Adamのような優れたオプティマイザがあるからこそ、何十億ものパラメータを持つ巨大なLLMを、現実的な時間で安定して学習させることができるのです。
Transformer というアーキテクチャが、自己注意機構によって文脈を理解し、次の単語の確率 P(next token | context) を予測する。
その予測と正解の誤差をバックプロパゲーション で計算し、その誤差を最小化するように Adam などのオプティマイザがモデルのパラメータを効率的に更新する。
「エロゲーってすぐ脱ぐじゃん？逆に服着てる方がエロく感じるときあるよね」
そんな逆張り的な声がSNS上で一定の共感を集める中、そのニーズに技術的に真っ向から応えたエロゲーがいま話題を呼んでいる。
本作は、近年台頭してきた次世代可視化エンジン「QUX（クックス）」を採用。
通称「量子エンジン」と呼ばれるこの描画技術により、同一人物の異なる衣服状態を重ね合わせて同時に可視化するという、従来のゲームにはなかった演出を実現している。
どういうことか。
本作では、プレイヤーが恋人関係になるヒロインの“裸の姿”と“制服を着ている状態”を、量子的に重ねたまま表示することが可能なのだ。
これはつまり、キャラは服を着ているのに、脱いでいる状態も“同時に存在”しているように見えるというもの。
いいえ、違います。
単なるシースルーやエックス線的な演出とは異なり、QUXでは服の質感や重なりによる陰影と、肌の熱反応による微細な色変化までを物理演算している。
”裸を見ながら（味わいながら）、制服を愛撫する”という、高度に内面的なフェティシズムの再現が可能になっている。
シナリオ面でも、本作は一線を画す。
主人公は「世界の観測構造が狂った都市」でヒロインと邂逅するが、彼女は“自分の身体の状態”を自覚的に認識できず、服と裸の“存在確率”が曖昧なまま恋が進行する。
その結果、セックスシーンはどれもが"触れた感触と見えている視覚情報がズレる”という奇妙なズレを帯びており、プレイヤーは常に「これはどちらの彼女なのか？」と問われ続けるのだ。
エロゲーの表現が飽和し、単なる脱衣では抜けなくなった現代のエロゲー表現の限界に挑戦する本作、突きつけるものは視覚ではなく想像力をエロティックに加速させるという原点回帰だ。
そのうえで、技術的進化によって二重の世界を“視覚化”した点で、本作は極めて野心的な試みといえる。
着ているのに見えている
TikTok / Xで突如トレンド入り──「#中国と対米同盟を」
2030年8月6日17:45 NetFocusJapan編集部
広島原爆投下から85年後の本日6日未明、TikTok・X（旧Twitter）・Instagram など国内主要SNSで「#中国と対米同盟を」「#日中韓安全保障」「#広島を忘れるな」「#鬼畜米英」などのハッシュタグが急浮上し、正午までに計380万件以上の投稿が確認された。
投稿内容は――
政府・外務省は「そのような事実は確認していない」（午後3時、松田外務報道官）とコメントし、官邸筋も「現時点で公式発表に値する情報は無い」と否定している。
情報セキュリティ企業AxisSightによれば、トレンド拡散の起点は中国・韓国の経済紙電子版に掲載された“非公開ブリーフィング要旨”とみられる。
内容は、
中国・日本・韓国で対米共同抑止部隊を創設し、北朝鮮・台湾情勢にも協調対応。
円・元・ウォンを束ねたデジタル通貨「RCEPコイン」を発行し、ドル依存を削減。
半導体・AI・量子通信の共同インキュベーション拠点を上海・東京・ソウルに設置。
など、従来の日米同盟を根底から揺るがす構想が列挙されているという。
中国の一帯一路政策が進み、2030年現在では東南ア・中東・中欧での高速鉄道網が9割完成しており、東アジアの結節点として日本の参加余地が拡大している。
欧米の多極化と「NATOライト」の失速が進み、EU域内での電力危機や、米議会の対外支出削減による日本の安全保障に懸念が生じ始めた。
「米国の同盟網を揺さぶる戦術的リークの可能性が高い。だが、拡大核抑止の空白をどう埋めるのか、尖閣や歴史問題をどう処理するのか、現実的な障壁は極めて大きい」
「欧米市場が縮み、中国・ASEANが成長を牽引する以上、経済界は“プランＢ”を欲している。今回の噂はマーケットの本音を映すリトマス試験紙だ」
SNS分析会社 SocioMap の午後4時時点データによれば、ポジティブ／ネガティブ投稿比率は 46% : 54% と拮抗している。
NetFocusJapan は続報が入り次第お伝えする。
一応負荷は気にして、一度チェックしたのは再チェックしないようにはしてるけど、コメント数分のfetchはしてる以上、一定以上の負荷はあるよなぁ。
一応、コメント数だけのAPIもあるにはあったのだけど、それはドメインが異なっていてクロスドメインを解決しないといけないので、結構面倒くさそう。
もしかしたら、週末にでも挑戦してみるかも。
preタグは、調べてみたら、使えるは使えるけど「改行はbrタグにして、1行にする」必要があるっぽい。その上で、今は「大なり小なりの半角は書けない」っぽい？
一応はpreタグが使えるけれど、自分を完全に隠したいとかでなければ、正直ここまでして増田にコードは貼り付けないかなぁ。（URL開けばいいだけなので）
preタグの右側から文章開始。大なり全角＞半角>小なり全角＜半角<文字コード><。ここでbrタグ→
ここで改行→
ここで解除される。
たぶんもう試していると思うから、以下は蛇足。例の画像の作り方。
https://chatgpt.com/s/m_684b83c552ec81918c1dd3ca8d896092
元画像はこれ。
これに対して、「この女性のイラストをポーズ変更して、さらに修正を加えたイラストを作成します。詳しい指示はこれから行います。」と同時に指示を行う。
「彼女を台所のシンクで直立させます。この服装は基本的にはそのままですが、靴は脱ぎ靴下の下に踵のない茶色のスリッパを履かせます。さらに、彼女の肩から前面にエプロンを着せます。エプロンの色は薄いベージュとします。画面は台所のシンクを正面に捉え、彼女はそこに立ちますがこちらに向かって振り向いていてエプロンの前面が見えます。振り向かせるさいに脚をクロスさせてもかまいません。描画したオブジェクト以外の背景は透過とします。」
と指示する。
※実際には最初はもう少し短い文章で指示していたが、思ってたのと違う絵が出たのでそのたびにプロンプトを修正して再指示して最後がこれ。
男子学生は、これで女子学生の絵(アップしたやつ)が出来た後に、その絵に対して、
「このシチュエーションとポーズのまま、性別を変更します。女子学生を男子学生にしてください。身長はこれよりも10cmほど高くします。詰め襟で黒の学生服を着、黒のスラックスを履かせてください。髪は現在より短く黒。眼鏡は同じものをかけさせてください。」
と指示した。女子学生のポーズ変更でどこがひっかかるポイントかはなんとなくわかったのでこちらは一発生成で、あれに。
現代の大学における社会学の講義では、「ジェンダー」「家族」「恋愛」など、個人の生や関係性に関わるテーマが数多く扱われている。これらは人文社会領域における重要課題であり、学生の関心を惹きやすい一方で、議論がしばしば感情的主張や経験の共有にとどまり、論理的思考や実証的分析の訓練に結びつかないこともある。そのため、「知的刺激に乏しい」「再現性がない」といった不満が学生の間から出るのも無理はない。しかしながら、こうした社会現象の探究に統計学・線形代数・プログラミングツールを導入すれば、感覚や印象に依存しがちな議論を、再現可能で説得力のある知的営みに高めることができる。
たとえば、「男女の賃金格差」に関する議論では、単なる平均年収の比較ではなく、年齢、学歴、業種、勤続年数、勤務地などの変数を用いた多変量回帰分析を行うことで、どの要因が格差にどの程度影響を及ぼしているのかを定量的に明示できる。これにより、主観的な不公平感ではなく、統計的根拠に基づく議論が可能になる。また、「恋愛観と経済状況の関係性」のような内面的傾向の分析においては、アンケート結果に対するクロス集計や因子分析を通じて、価値観の背後にある潜在的構造を浮かび上がらせることができる。
さらに重要なのは、これらの分析において線形代数が本質的な役割を果たす点である。たとえば、高次元のアンケートデータを分析する際には、**主成分分析（PCA）**によって次元を圧縮し、データの本質的な構造を可視化することができる。これは、共分散行列の固有値・固有ベクトルの計算に基づく手法であり、複雑な社会的属性の背後にある「主要な軸」を抽出するうえで有効である。ジェンダー意識や恋愛観、職業選好などが、どのような次元でクラスタリングされうるのかを理解するには、このような数学的アプローチが不可欠だ。
たとえば、50項目の価値観質問紙の回答をPCAにかけると、「伝統志向」「経済安定志向」「個人主義傾向」といった抽象的な因子軸が浮かび上がり、個人の回答を2次元・3次元の空間上にプロットできる。これにより、単なる「恋愛に前向き／後ろ向き」といった単純な区別では捉えられない、深層的な構造理解が可能になる。
このような分析は、Pythonなどのプログラミング言語を使えば、学生自身が実行可能である。pandasによるデータ整形、statsmodelsやscikit-learnによる統計処理・機械学習、matplotlibによる可視化を用いれば、調査から洞察までを一貫して自らの手で行うことができる。たとえば、賃金構造基本統計調査や若者の意識調査などの公開データを用いて、学生自身が仮説を立て、モデルを構築し、検定と可視化を行うといった演習は、単なる評論的レポートでは得られない深い学習効果をもたらす。
このように、社会学に数理的視点とデータ科学を融合することで、「語る社会学」から「測る社会学」へと転換できる。主観的な問いを出発点としながらも、定量的な検証を通じて議論の透明性と再現性を確保することこそ、現代社会において必要とされる知の姿勢である。統計学・線形代数・ソフトウェアの活用は、社会学をより実証的で創造的な学問へと進化させる鍵となる。
・翌日に赤木が復活する旨のコミュニティ更新、内容は小川の願望（佐々木はモデレーターで赤木と近しくパスもってる可能性）
・クロスミレ（小川の子飼い的存在）が「赤木と小川が結託して暇空を潰す」と予言（）する
・5月ギリギリに動画アップされるも、調声おかしく語彙に違和感あり内容も今までのスタンスと矛盾した、小川の願望・クロスミレの予言（）の内容
・全方位に疑われる中、クロスミレと小川界隈だけが赤木が本物だとお祝いしている
以下、界隈の反応
暇空支持者の大半「偽物！」
暇空アンチ「本物！」
うーん、やっぱり少なくとも、今まで赤木レイアの中の人、と認知されていた動画制作者は入れ替わっているっぽい
最新動画と次に上がった動画の内容やメンシプでの発言も、今までのレイアとしての発言との連続性が無く矛盾ばかりで
「メンタル完全復活しました！」という本人談すら矛盾していると思う、逆だよ逆
なんであんなクソ雑なレイアがレイア名義で出てきたかっていうと、あれは「皆が納得するレイア」じゃなく「依頼主が納得するレイア」だからなんだろうな……
少なくとも時事系ゆっくりYoutuberとしては「死んだ」と断言しても良さそう
本人とんずらして小川界隈の人間に押し付けたか、脅迫か何かでアカウント乗っ取られたのかは知らんけど
PCトラブル（というテンプレ言い訳）だけでは説明がつかない調整の不手際さ、センスの欠如から言っても、バックアップのPCまで含めて完全に現制作者の手元には無さげ
そもそも、赤木レイアって人は暇アノンの尊師にベッタリこびまくってカネを稼いでたクソ野郎という印象しか持ってない。
「避難所」こと某漫画家と一緒で、改心しようがなにをしようがこいつらがクソであることには代わりはなくこいつらが破滅することは全く大歓迎なのだが
それはそれとして赤木レイアと暇アノンが内ゲバで潰し合ってるの面白すぎる。
https://www.youtube.com/watch?v=01qtZlFIYdU
https://www.youtube.com/results?search_query=%E8%B5%A4%E6%9C%A8%E3%83%AC%E3%82%A4%E3%82%A2:title
西葛西出版【ながら作業に最高なラジオを発信する国内最弱出版社】
#鴨下一郎 #堀口英利 #真如苑 #じゃらん VOICEVOX:四国めたん、ずんだもん、春日部つむぎ、雨晴はう、波音 ...
４：赤木レイア（と堀口英利くん）がおそらく殺されたことについてお願い
#鴨下一郎 #堀口英利 #真如苑 #じゃらん VOICEVOX:四国めたん、ずんだもん、春日部つむぎ、雨晴はう、波音 ...
５：【概要欄必読】レイア（仮称）の動画をみんなで見てみよう【同時視聴配信】
観戦車【時事ch】
TakachiKanade Ch. 鷹地奏
ヤマーハ
９：赤木レイアとリバーズエコのリスナーを改宗させるため降臨した救世主旗
１０：消えた赤木レイア。怪しすぎる関係者の動き。真相は...
ヤマーハ
いつか
１３：赤木レイア、やさぐれメタルから刑事告訴？やりたい放題の代償？
ヤマーハ
[三ツ沢球技場] -Jリーグ王者の横浜F・マリノスが、高校サッカー界の強豪・市立船橋高校と対戦。格の違いを見せつけたいマリノスだったが、市立船橋の粘り強い守備と最後まで諦めない姿勢に苦しみ、PK戦までもつれる激戦となった。
試合は序盤からマリノスがボールを支配し、幾度となくチャンスを作るものの、市立船橋のGKを中心とした堅守をなかなか崩せない。前半をスコアレスで折り返すと、後半に入り試合が動く。
後半15分、マリノスはFW〇〇がDFラインの裏に抜け出し、冷静にゴールネットを揺らし先制に成功する。しかし、市立船橋もすぐさま反撃。後半25分、MF〇〇のクロスボールにFW〇〇が頭で合わせ、同点に追いついた。
その後も両チーム一進一退の攻防が続くが、互いに決定機を決めきれず、試合は延長戦へ。延長戦でも決着はつかず、勝負はPK戦に委ねられた。
PK戦では、マリノスのGK〇〇が2本のシュートをストップする活躍を見せ、4-2で辛くも勝利を収めた。
試合後、マリノスの〇〇監督は「市立船橋の粘り強さは想像以上だった。我々も多くの課題が見つかった試合となった」とコメント。一方、市立船橋の〇〇監督は「選手たちは最後まで諦めずに戦ってくれた。この経験を今後に活かしたい」と語った。
まぁ一度どんなもんか行ってみたんすよ。なんかサイクリングロードとかいうのもあるらしいし。
日頃のランニングコースが淀川堤防沿いの河川敷で、そこにサイクルランの表示があった。淀川・大川沿いは信号なんてない快適なサイクリングロードなので(大川沿いは少し狭いが)、割と快適に会場までいけんのかな？って
万事適当な人間なんで、まぁ最終的にたどり着ければいいやって、事前に市が出してるマップをさらっとみただけ。
https://www.city.osaka.lg.jp/contents/wdu170/cyclingroad/
この真ん中あたりにあるやつ
したら、なんか天満橋あたりでごちゃごちゃっとなって、中之島の北側通って野田阪神にっては？そんなコース快適には走れんだろう？と思ったのだが、毛馬から高見のあたりといえば、淀川左岸線の大工事やってるのな。元々万博用に整備って話だったが、色々トラブって遅れに遅れてるやつ。ここまっすぐ走れたら相当気持ちいいのにって思いながらまぁしょうがないな、と。
結果、野田阪神近辺から土地勘ほぼゼロなこともあってさんざん迷いながら、舞洲への橋(常吉大橋)手前まで、サイクリングロードから逸れて普通の道を走る。普通の変速付きシティサイクルで(クロスやロードじゃない)もう全然車道走る気がしない(それでも走れそうなところは走ったが)。路駐大杉で怖いし、そもそも(車道に)自転車ゾーンの設定もない部分が多い。さっきの市のページに標識一杯つけてわかりやすくしました！とか言ってたが、 もう中之島のあたりから狭い道の路面以外で全く標識観た記憶がない。
酉島の大ガスの施設あたりこえると、産業道路越しの堤防上をサーっとロードバイクが逆向き(川をさかのぼる方向)に走っていく。あれが淀川リバーランか、と思いつつあんまり状態の良くない地道を行く。
常吉大橋(此花区の先端から咲州へ渡る橋)からは「世界で一番美しいゴミ処理場」と言われることもある舞洲の工場がみえる。これは結構いい感じでテンション上がったんだが、常吉大橋の上で止まって写真撮ろうとしたら、大型車両が通るたびに橋がびよんびよん揺れよるの。高所恐怖症だしこわくてもういいやってなって先に進む。チャリンコ乗ってたらあんまり揺れてる感じしないのな。
整然とした舞洲をちょろっと走って夢舞大橋へ。こっちのほうが常吉大橋より高い。例によって高所恐怖症なのでなるだけ左端を行く(左端は下が見えないようになってるので怖くない)。常吉大橋よりは揺れない。そして正直万博のリングの上なんかよりよっぽど景色が良い。来てよかった。ただ高すぎて怖い。
夢舞大橋を降りれば万博駐輪場までは信号1つ渡るだけですぐだ。キャパは600台というものの、とまってるのは(平日昼間だったからか)精々50台。現金も使える精算機がおいてあって、もう予約必須でもなくなったみたい。
で、この日は入場の予約してないので、駐輪場観るだけで引き返した。
引き返すときはサイクリングロード沿いに、43号線と交差する伝法あたりまでは、淀川沿いで信号無し。滅茶苦茶快適だった。本当は「淀川リバーラン」だともう少し先までいけたのだが、ここから43号線沿いに南下して、(サイクリングロードを無視して)北港通沿いに、国道2号線・1号線で梅田あたりを抜けて東へ向かう。結局、行きの半分位(結構迷った)の時間で帰宅。ビジネスで混まない時間なら自転車でもそこまで詰まりはしなさそう。
正直、長時間万博会場にいると相当歩く事になってしまうので、それを考えると帰りにさらに1時間以上チャリンコ漕ぐのはきっついなぁと(ロードやクロス勢ではない身としては)。滞在時間短めにしたらまぁありか？？？淀川左岸線の工事が終わってて、淀川本流の堤防沿いにずーっと快適に走れるなら相当楽なのになぁって思うものの、ないもんはできないのである。
ちなみに、万博会場の駐輪場にはレンタサイクルがあり、30分165円で利用可能である。90分未満で到達できる場所なら地下鉄使うよりは安上がりになりそうではある。
