topickapp (IT技術系ニュースサイト)
@topickapp.bsky.social
98 followers 5 following 14K posts
個人で運営しているニュースサイトです! Bringing You the Hottest Topics from Across the Internet! インターネット中の様々なトピックをお届けします! https://www.topickapp.com/?utm_source=bsky
Posts Media Videos Starter Packs
topickapp.bsky.social
https://www.anthropic.com/research/small-samples-poison
Anthropicの研究で、わずか250件の悪意ある文書で大規模言語モデルにバックドア脆弱性を生じさせることが判明しました。
モデルのサイズやトレーニングデータの量に関わらず影響があります。
データ汚染攻撃は考えられているよりも現実的である可能性があり、さらなる研究が推奨されています。
A small number of samples can poison LLMs of any size
Anthropic research on data-poisoning attacks in large language models
www.anthropic.com
topickapp.bsky.social
https://zenn.dev/y_ta/articles/required-partial-equals-a
PartialとRequiredに関するTypeScriptの挙動についての記事です。
Required>がAと一致しない例外パターンを解説しています。
コンパイラオプション`exactOptionalPropertyTypes`を有効にする対策を紹介しています。
Required<Partial<A>>とAって、どんなAでも同じ型になるの??
zenn.dev
topickapp.bsky.social
https://zenn.dev/noppe/articles/d637794eb7583b
Codexを使ってリポジトリのリファクタリングを自動化し、PRのタイトルと説明文を生成する方法を紹介します。
自動化により、レビュー前に整った説明を添えて手戻りを減らすことが狙いです。
Codexの全自動モードとJSON出力機能を組み合わせ、開発者が判断すべき箇所に集中できるフローを構築します。
AIにリファクタリングをさせて、PRのタイトルと説明文も生成する
zenn.dev
topickapp.bsky.social
https://zenn.dev/forward/articles/cd0e0453822f7e
OpenAI公式のエージェント構築ツールAgentKitが発表されました。
AgentKitはノーコード/ローコードでエージェントを視覚的に構築できます。
今回はAgentKitの使い方をまとめ、実際にエージェント構築を行っていきます。
「OpenAIが新たに出したAIエージェント開発キットをアプリに組み込んでみた【AgentKit入門】
zenn.dev
topickapp.bsky.social
https://zenn.dev/d_date/articles/8b6ded8fdd2403
ソースコードを開示せずにXCFrameworkを配布する方法について解説されています。
Swift Package Managerでの配布を中心に、ハマりやすい罠とその回避方法がまとめられています。
Private RepositoryにXCFrameworkをホストする際に役立つ情報が満載です。
GitHub Private repo で XCFramework を配布する
zenn.dev
topickapp.bsky.social
https://zenn.dev/gatechnologies/articles/a1cdc8ee299c25
正規表現エンジンの実装を通して、正規表現の仕組みを深掘りします。
有限オートマトンの概念から始まり、Thompsonの構成法を用いてNFAを構築します。
Rubyによる実装例を交えながら、字句解析からマッチング処理までを解説します。
簡易な正規表現エンジンを実装する
zenn.dev
topickapp.bsky.social
https://zenn.dev/shintake/articles/cc4779fb80dea7
AI楽観派とAI慎重派の議論が噛み合わない理由について解説されています。
AIは結果を再現できるが、思考の再現ではないという視点が重要です。
AI時代は思考の分担を設計することが開発の重要な要素になると述べています。
なぜバイブコーディングをめぐる議論は噛み合わないのか
zenn.dev
topickapp.bsky.social
https://zenn.dev/toga/articles/immutable-vector
PythonやJavaScriptの配列操作における挙動の問題点を指摘しています。
C++のdeep copyやRustのムーブなど、他の言語での対策を紹介しています。
ScalaのimmutableなVectorが、この問題を解決する可能性を示唆しています。#rustlang#python
誰でも書けるスクリプト言語は、immutable な配列を提供すればよかった
zenn.dev
topickapp.bsky.social
https://zenn.dev/gvatech_blog/articles/2d121536d81eb0
Googleが発表したLLMを用いた項目抽出ライブラリLangExtractについて解説しています。
抽出した項目が抽出元テキストのどの位置にあるかを特定する機能が特徴です。
位置特定ロジックを深掘りし、日本語対応についても解説しています。
google/LangExtract解剖- LLMで抽出した項目の文書内位置特定ロジックを深堀る
zenn.dev
topickapp.bsky.social
https://zenn.dev/medley/articles/optimizing-claude-code-context-with-mcp-tool-audit
MCPツールがコンテキストの約30%を占めていた環境で、ツール構成を見直した事例を紹介しています。
不要なMCPツールを削除することで、コンテキストの利用効率を大幅に改善しました。
タスク単位でのツールの追加・削除や、使わないツールの無効化が有効です。
MCPツール棚卸しによるClaude Codeのコンテキスト最適化
zenn.dev
topickapp.bsky.social
https://devblog.thebase.in/entry/2025/10/09/160000
BASEでのインターンシップ体験について、プロダクト開発の視点から語られています。
ショップ管理画面のデザインリニューアルやiOS 26対策など、実際の開発業務に携わった経験が紹介されています。
プロダクトへの向き合い方やスクラム開発の実践など、貴重な学びが得られたことが述べられています。
BASEのインターンで実感した、"プロダクト"をつくるということ - BASEプロダクトチームブログ
自己紹介 BASEでエンジニアインターンをしている吉川唯音です。趣味は音楽で、作曲や編曲をしています。この度10月9日をもって、インターンを無事に終えることになりました。約2ヶ月のBASEでのインターンを通して、感じたことや学んだことについて語っていこうと思います! インターン入社の経緯 自分は普段から多様なクリエイターとの接点があり、周囲ではBASEを利用している方も多く、そのため以前からBASEという存在を知っていました。そうした背景もあり、サポーターズの1on1イベントに参加した際により強く興味を持ち、面談を経て応募に至りました。そして選考が進み、8月からインターンとして入社しました。初…
devblog.thebase.in
topickapp.bsky.social
https://oxc.rs/blog/2025-10-09-oxlint-js-plugins.html
OxlintがJSで書かれたプラグインをサポートしました。
ESLint互換のプラグインAPIと、より高性能な代替APIを提供します。
初期リリースではESLintのAPIを全て実装していませんが、今後の改善に期待できます。
Oxlint JS Plugins Preview
A collection of high-performance JavaScript tools written in Rust
oxc.rs
topickapp.bsky.social
https://pc.watch.impress.co.jp/docs/news/yajiuma/2053803.html
高性能ゲーミングマウスのセンサーが高性能化するほど、ユーザーの操作に対する応答性が高まるという。
しかし、マウスに伝わった振動を高性能な光学センサーで読み取り、音声として復元できる脆弱性が発見された。
クリエイティブソフトやゲームなどのオープンソースアプリに注入され悪用される可能性があるとして警鐘を鳴らしている。
【やじうまPC Watch】 高性能ゲーミングマウスに潜む意外な脆弱性
 近年、ゲーミングマウスの性能が向上してきているが、その中でもとりわけ各社が力を入れているスペックの1つがセンサーの性能だ。センサーの性能が高ければ高いほどユーザーの操作に対する応答性が高まるためゲーム内では有利となるとされる。しかし、声を盗聴される脆弱性になりうるという。
pc.watch.impress.co.jp
topickapp.bsky.social
https://zenn.dev/kuto5046/articles/agentic_rl_2025
Agentic RLとは、LLMを学習可能な方策として扱い、環境と対話しながら長期的な目標を達成するエージェントとしての能力を強化学習で向上させる枠組みです。
エージェント性能向上の手段として、RLが重要な役割を果たしています。
エージェントのコア能力である6つの能力(推論、ツール使用、記憶、計画、自己改善、知覚)をRLで改善しています。
LLM×強化学習の新しいパラダイム: Agentic RLの研究紹介
zenn.dev