はてぶ・Qiita・Zennのトレンド記事を紹介
1. はじめに 2. 全体像 2.1 ハードウェア構成 2.2 ハードウェア詳細 2.2.1 電気コンロ 2.2.2 熱電対 2.2.3 Raspberry Pi 2.2.4 ソリッドステートリレー（SSR) 2.3 ソフトウェア構成 3. 実験 3.1 燻製器付属のアナログ温度
ABEJA開発合宿開催レポート 〜ソフトウェアハッカソン〜 🔖 2
t-Expertsとは 開発合宿概要 コンテストのルール 評価基準 合宿の様子（全体） スケジュール 開発の様子 チームA：さかさにする チームB：いやす チームC：ととのえる チームD：わらえる 結果と表彰 合宿のまとめ We Are Hiring! こんにちは！プラットフォー
π0.5 × SO-101 実験レポート：セットアップから追加学習・推論・RTC評価まで解説 🔖 2
はじめに π0.5とは 実験計画 データセット作成 π0.5のファインチューニング 評価 追加学習なしの評価 追加学習ありの評価 データ収集とは違う環境での評価 Real-Time Action Chunkingの評価 結果まとめ 考察とまとめ We Are Hiring! こん
1. はじめに 2. CODESYSとは 3. 検証環境の準備 検証作業環境 検証に使うプロジェクト（Refrigerator Control Example）の概要 AIへ入力するXMLファイルの作成 .exportファイル .xmlファイル 4. AIを用いたPLCコードの解
はじめに Apache Airflowって何？ 基本の考え方 DAG（Directed Acyclic Graph） タスク Operator Airflowの中身（ざっくり構成） 実際に動かしてみる 1. 公式 compose の取得 2. 共有ディレクトリを用意（DAG/ログ
【リファクタリング】フロントエンドのロジックを凝集して、UIコンポーネントから切り離してみた
はじめに 方針 具体例 作るもの ドメインロジック（クラススタイル） reducer（クラススタイル） コンポーネント上での値の更新（クラススタイル） ドメインロジック（関数スタイル） reducer（関数スタイル） コンポーネント上での値の更新（関数スタイル） 思考実験を通して
位置インデックス情報を操作して LLM に長文と錯覚させたらどうなるか？ 🔖 3
ABEJAでデータサイエンティストをしている藤原です。 今回も LLM のロングコンテキスト言語処理（Long-context language modeling; LCLM）に関連するブログになります。前回のブログはこちらです。 様々なコンテキスト長における LLM の Sel
様々なコンテキスト長における LLM の Self-Attention の Query と Key の分析 🔖 3
ABEJAでデータサイエンティストをしている藤原です。 今回は LLM のロングコンテキスト言語処理（Long-context language modeling; LCLM）に関連するブログになります。近年の LLM ではオープン・クローズド問わずより長大なコンテキストを正確に
心理的安全性ってどう測る？どう高める？ システム開発部での取り組み 🔖 1
こんにちは！システム開発部でエンジニアをやっている春名です。 最近のテックブログはロボット関連が多いですが、 この記事では私がABEJAに入社した2023年から取り組んでいる「心理的安全性」に関する取り組みの内容をご紹介します。 心理的安全性といえば、Googleが提唱したチーム
サクッとKeycloakに入門してみた（OIDCによるログイン・JWT検証・カスタムクレーム）
背景 Keycloakとは 動かしてみる ローカル環境でKeycloakを立ち上げる 概念を理解する OIDCでログインするための準備 カスタムクレームを設定 Group Attributeを利用する方法 User Attributeを利用する方法 audの設定 ブラウザでOID
Uber が社内で運用している会計部門向けのAIエージェント『Finch』
こんにちは、ABEJA Platform に搭載しているアプリケーション、「ABEJA Insight for Retail」の開発と運用を担当している森永です。 導入いただいた企業様がよりデータドリブンな組織へと変革できるように日々新しい機能をリリースしていて、現在ベータ版とし
NVIDIA H200 × 8でどれくらいの規模の事前学習を実施できるか
ABEJAでデータサイエンティストをしている岩城です。 NVIDIA H200 GPUはハイパフォーマンスコンピューティング (HPC) ワークロード向けに設計されたもので、LLMの推論を高速に行うことができます。 現在では様々なクラウドコンピューティングサービスがH200を提供
ローカル LLM で動く Deep Research を参考に LangGraph に入門してみる 🔖 3
タイトル こんにちは、ABEJA Platform に搭載しているアプリケーション、「ABEJA Insight for Retail」の開発と運用を担当している森永です。 今回は LangChain 社より公開されている local-deep-researcher という、ロー
デジタル庁ガイドブックを使ってサービスのさらなるバリューアップに挑戦！ 🔖 1
ABEJAでデザイナーをしている小林です！ 現在、「ABEJA Insight for Retail」という小売業界向けのDXツールに関するダッシュボードのバリューアップを進めております。 来店から購入までの行動を分析するこのツールには、いくつかの課題があり、より使いやすくなるよ
ユーザーに寄り添うQAエンジニアリング ～ユーザー視点を活かす強み 🔖 2
こんにちは！ABEJAの中村です。 今回は、私がABEJAでQAエンジニアとして6年間にわたり取り組んできた経験、特にユーザー視点を活かしたQAエンジニアリングについてお話したいと思います。 ユーザー視点重視のQAエンジニアとは QAエンジニアの構成要素 説明 顧客理解 ユーザー
SO-101のモーター制御を深掘りして調整する 〜SO-101は指示通りの位置へ移動しているのか？〜 🔖 1
TL;DR SO-101はAI（VLAなどの基盤モデルやACTなどの模倣学習）の指示からモーター内部の制御によって指定した位置に移動している。 指示通りの位置へ移動できることは外乱、構造、制御の特性の影響があるので当たり前ではない。 SO-101はAIが指示した位置にアームが完全
NeMo 2.0の実行環境を構築してLLMの事前学習を始める方法
ABEJAでデータサイエンティストをしている岩城です。 今回は株式会社ハイレゾ様のGPUクラウドサービス「GPUSOROBAN」を利用させていただき、NeMo 2.0を用いて大規模言語モデルの事前学習を行いました。 本検証では、あえてNVIDIA公式のDockerコンテナを使用せ
gpt-oss-120bをpythonとvLLMで触りながら理解する 🔖 52
データサイエンティストをしている服部です。 OpenAIからgpt-ossというオープンモデルが登場しました。 早速ですが、このモデルを使いながら中身を理解していきたいと思います。 gpt-ossのモデル特徴 vLLM上で動かす 通常のtokenizerで動かす 最終出力と思考部
NVIDIA Cosmos の世界基盤モデルによる合成データ生成入門 〜 Cosmos Predict 編 🔖 5
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 今年の CES2025 にて、 NVIDIA から Cosmos という自動運転やロボティクス用のプラットフォームをリリースしたという発表が大々的にありました。 blog
NVIDIA Cosmos の世界基盤モデルによる合成データ生成入門 〜 Cosmos Transfer 編
本記事は、以下の記事の後編記事になります。 tech-blog.abeja.asia NVIDIA Cosmos の概要や Cosmos Predict に関しては、上記の前半記事をご確認ください。 後編記事では、Cosmos Transfer を実際に動かしながらその機能を確か
NVIDIA OmniverseとCosmosを活用したロボティクス向け合成データ生成 〜 学習用データ不足問題の解決編
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 以下の記事では、Cosmos を実際に動かしてみながら Cosmos により物理法則が考慮されたフォトリアリスティックな動画生成（合成データ生成）が可能であることを確かめ
SmolVLA×SO-101で色付きキューブ搬送【同期推論】
はじめに SmolVLAとは タスク設定とデータセット作成 タスク概要 環境 データセット作成 SmolVLA のファインチューニング 評価と結果 汎用性の評価 考察とまとめ We Are Hiring! はじめに こんにちは！ABEJAでエンジニアをしている宇留嶋です。2025
Raspberry Pi で作るWebカメラ映像配信（物体検出機能付き）
はじめに ABEJA 新卒エンジニアの和田です。 趣味で購入した Raspberry Pi が使われずに眠っていたため、USB 接続の Web カメラでリアルタイム映像を取得し、何か面白いことをしたいと思い立ちました。本記事では、低コストかつシンプルに映像入力環境を整える方法とし
H200 GPU x 8基で Qwen2.5-VL-72B-Instruct を使った OCR を試してみる 🔖 26
ABEJAでデータサイエンティストをしている藤原です。 今回は、株式会社ハイレゾ様のGPUクラウドサービス「GPUSOROBAN」で H200 GPU × 8基構成のシングルノードサーバを用いて、大規模モデルを使用した検証を実施しました。本記事では、その検証でのGPUサーバの使用
はじめに SmolVLAとは 非同期推論のメリット 非同期推論スタックの仕組み 全体構成 AsyncInference ServiceのRPC設計とデータフロー 実験 タスク定義 実行コマンド Policy Server起動コマンド Robot Client起動コマンド 実験結果
ロボティクス開発における学習用データ不足問題の解決手段？NVIDIA の「Isaac Sim & Lab」を使用してシミュレーター上で学習用データセットを生成する 🔖 5
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 先日の記事では、NVIDIA のロボティクス用３Dシミュレーター「Isaac Sim & Lab」を使用して、物理演算が考慮された3Dシミュレーター上でロボティクスモデル
こんにちは。CTO室の村主です。 Claude Codeを日々使う中で思っていることをGeminiに言語化してもらいました。 Gemini製作物ですので、超最新トレンドを掴んでいなかったり、書き味がイマイチなところも敢えて残していますので、読み物として楽しんでください。 宣言的A
SO‑101アームで卵を搬送！TPU製グリッパーの実力を測る
はじめに TPUフィラメントとは TPU製コンプライアントグリッパーの設計 グリッパーのプリントと完成品 卵の把持・搬送を実験 タスク設計 実験結果 考察とまとめ We Are Hiring! はじめに こんにちは！ABEJAでエンジニアをしている宇留嶋です。今回は、SO‑101
NVIDIA のロボティクス用３Dシミュレーター「Isaac Sim & Lab」でロボットを動かす ( Ubuntu Server) 🔖 5
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 先日の記事では、いずれも Gymnasium というライブラリを使用して簡易的な環境でモデルを推論させながらロボットを動かしてみました。 tech-blog.abeja.
LeRobot Worldwide HackathonにABEJAチームとして参加しました
2025年6月14日から15日にかけて、LeRobot Worldwide Hackathonが開催され、ABEJAのロボット好きメンバーも参加しました！ このハッカソンでの挑戦内容や学びについてまとめていきます。 そもそもLeRobotとは LeRobotは、Hugging F
ロボティクスモデルの精度向上の挑戦 〜データ拡張（Data Augmentation）編〜 🔖 1
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 先日の記事で、LeRobot で公開されているロボティクス領域の VLA モデル「π0」をファインチューニングした上で Gymnasium シミュレーター環境上で動かす方
ロボティクスモデルの精度向上の挑戦 〜前処理モデル追加編（深度推定による精度向上）〜
こちらは「ロボティクスモデルの精度向上の挑戦」の後編記事になります。 前編は以下の記事をご参照ください。 tech-blog.abeja.asia 前編では、データオーギュメントの改善によりモデルの汎化性能を向上させることを実現しましたが、今回の記事では前処理モデルを追加すること
ABEJA 新卒エンジニアの和田です。 ロボット開発では、各種センサやアクチュエータ、制御アルゴリズムなどを組み合わせる必要があります。ROS（Robot Operating System）はこうした複雑な要素を「分散システム」としてまとめ、開発を効率化するための通信ミドルウェア
15分で作るSO-ARMシミュレーション環境（MuJoCo)
ABEJA 新卒エンジニアの和田です。 LeRobot Worldwide Hackathonに ABEJA の有志チームとして参加しました。ハッカソンでは模倣学習をテーマにロボットアームの動作を再現したかったのですが、実機を揃えられなかったため、MuJoCo 上でのシミュレーシ
t-Expertsとは 開発合宿概要 コンテストのルール 各チーム配布物 その他備品 評価基準 合宿の様子（全体） スケジュール 食事、温泉、そして・・・ 開発の様子 コンテストの様子 チームA：「画像認識×機械学習の王道アプローチ」 チームB：「人間の知恵を活かす探索型」 チー
Amazonに売ってるモノで6軸ロボットアームを自作してみた (3Dモデル＋ソースコード付き) 🔖 1
はじめに 設計まわり 構造・機械 電源回路 制御回路 制御処理 制御用SDK周り アーム作成の様子 今回の学び 技術面 その他：ロボット作りはお金がかかる 3Dモデル・ソースコードについて 追記：開発合宿で利用しました We Are Hiring! はじめに ABEJA大田黒です
【初心者が】ロボットアーム SO-101組み立てレポート ※ 2025/06/16更新【手順更新しました】 🔖 1
はじめに 先にまとめ 全体 事前準備 パーツの入手 uvのインストール その他あると便利なもの 組み立て手順 LeRobotのインストール モーターの設定 電源の接続 各モーターバスに関連付けられたUSBポートを見つける 設定ファイルの更新 モーターIDの設定 ジョイントの組み立
Claude Code で要望からデプロイまでを爆速にするツールを作った 🔖 62
こんにちは。CTO室の村主です。 みなさん、Claude Code や Cursor で色々なアプリを Vibe Coding していると思います。いきなり本番環境をゴリゴリ Vibe Coding している人は限られていると思いますが、ひとまず社内系のアプリケーションなら品質は
iOSアプリ開発者のための Core ML フォーマット比較と最適運用法
こんにちは、ABEJA 新卒エンジニアの和田です。 PyTorchで学習したResNet18ベースの年齢・性別推定モデルをCore MLへ変換する際に遭遇した「形式エラー」と、その回避策として、Core MLを使ってiOSアプリを作成している人や .mlmodel と .mlpa
ハイパーパラメータ調整時間を激減、μPでLLMを爆速最適化する話 🔖 2
MathJax.Hub.Config({ tex2jax: { inlineMath: [ ['$','$'], ["\\(","\\)"] ], processEscapes: true } }); はじめに μP（Maximal Update Parametrization）
Celery入門──非同期処理・定期実行・可観測性まで解説 🔖 1
はじめに 1. Celery のアーキテクチャと三大要素 1.1 Broker の選び方 1.2 Worker の実行モデル 1.3 Backend の選択と結果管理 2. シンプルタスクとリトライ戦略 2.1 タスクの定義と呼び出し方 2.2 タスクの呼び出し方法：.delay
LLMの他言語混ざり問題の評価と日本語追加学習の効果について 🔖 3
ABEJAでデータサイエンティストをしている服部です。 弊社は、経済産業省とＮＥＤＯが実施する、国内の生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）」の1期に続き、2期にも採択され、そこで大規模
実機 SO-101で挑む模倣学習の実践 (Action Chunking with Transformers適用) 🔖 4
はじめに SO-101の初期セットアップ 模倣学習の実践 タスク設定 カメラセットアップ データセット作成 学習プロセス 評価と結果 まとめと今後の展望 We Are Hiring! はじめに こんにちは！ABEJAでエンジニアをしている宇留嶋です。2025年5月SO-101 が
ロボット同士が対話により言葉を創る？「記号創発ロボティクス」解説 🔖 3
ABEJA でデータサイエンティストをしている岩城です。 先日弊社は、京都大学大学院情報学研究科教授 谷口 忠大先生に顧問としてご参画いただきました。谷口先生は、記号創発システム分野において広範な研究を推進する第一人者でいらっしゃいます。 www.abejainc.com 本記事
Googleプロンプトエンジニアリングホワイトペーパー完全解説：実践テクニックとベストプラクティス 🔖 5
はじめに こんにちは！ABEJAのシステム開発部でソフトウェアエンジニアをしている関です。 日々の業務でLLMを活用する中で、「AIにどう指示すれば効率的に期待どおりの結果が得られるのか」という課題に直面していました。試行錯誤の繰り返しで時間を取られることも多く、このやりとりを効
VLAモデル「π0」のファインチューニングと推論入門 with LeRobot + Gymnasium 🔖 2
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 先日の記事で、ロボティクス領域の VLA モデル「π0」の内部の仕組みを解説しました。 tech-blog.abeja.asia 今回の記事では、この「π0」を LeRo
ABEJA Qwen2.5-32B Modelの事後学習に向けたデータセット作りの道のり 🔖 4
ABEJAでデータサイエンティストをしている大谷です。 弊社は、経済産業省とＮＥＤＯが実施する、国内の生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）」の1期に続き、2期にも採択され、そこで大規模
【初心者でも】ロボットアーム SO-101組み立てレポート【ロボット作りたい】 🔖 2
はじめに 先にまとめ 事前準備 パーツの入手 uvのインストール 組み立て手順 LeRobotのインストール モーターの設定 電源の接続 各モーターバスに関連付けられたUSBポートを見つける 設定ファイルの更新 モーターIDの設定 ジョイントの組み立て ファームウェアの更新(Wi
小型LLM「ABEJA Qwen2.5-7B Model」学習のための蒸留のパイプライン並列化 🔖 3
はじめに こんにちは、Labsチームの藤本です。 弊社は、経済産業省とNEDOが実施する、国内の生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）」の1期に続き、2期にも採択され、そこで大規模言語モ
ロボティクス領域の VLA モデル「π0」の仕組みを理解する 🔖 8
こんにちは！ABEJA で ABEJA Platform 開発を行っている坂井（@Yagami360）です。 近年の ChatGPT 等の LLM の飛躍的な発展とマルチモーダル化の流れに伴い、ロボティクス領域においても LLM を活用して、テキストでロボット制御できるようになっ