阿片晋三 @opium@mstdn.guru

BREAKING: China Bans Intel — $100 Billion Vanishes Overnight! https://youtube.com/watch?v=ljBaS1ZCUCI&si=ksUY7KWsP14Qjm6W

理由を並べられると、確かに嫌いになっちゃうね

UBUNTU is a CANCER https://youtube.com/watch?v=K3eSWSy93qk&si=p0DGdUTx_-sMB_aA

Apple Releases DiffuCoder with cpGRPO - Install and Test Locally https://youtube.com/watch?v=SFukLIVXPJM&si=P5USM3vjRAW3yguG

gemini-cliとか、結構そういうノリだもんな。もしかしたら泥16のdebianターミナルにもデフォでgemini来たりして？

もしかしたら、遂にiPadOSにターミナルが来るというコトでは？さらにもしかしてソレ、spotlight+AI+unixの統合なんじゃ？だとしたら、新時代だわ。目下の騒がれの論点が完全にズレてる

どっちのOSで来るのよ感

https://youtu.be/VwYRt1Lxe3k?si=QfqLKIs5o-jR5nMo

黄色も？

A18のMacBook?!

https://youtu.be/QbdrIb0JgBM?si=g3dEk3QDQh_3cGp3

次買うSBCはRISC-Vと決めてはいるけど、なんか天下りというか補助金のネタというか、ちょっと公家臭がするなぁ

RISC-V移行の流れ、欧州では「もう止められない」：InfineonもRISC-Vマイコンを発表（2/2 ページ） - EE Times Japan https://eetimes.itmedia.co.jp/ee/articles/2506/27/news072_2.html

OpenAI Just Named Its Biggest Threat — And It's in China https://youtube.com/watch?v=x8EY91j1CkA&si=LiEwXBaNCSX9aNYR

今度こそ解った気がする！　chunk長とinputするあオーディオファイル長を揃えてるのがむしろ災いの元だったっぽ

“Audio file must match chunk size”❌ No — you can load long audio, chop into chunks
“Longer chunk = richer result”⚠️ Only if your model is large enough to handle it
“Short chunks repeat less”✅ They do — because they’re easier to diversify

相変わらずchunk長くらいのパターンが延々繰り返されるトラックになっちゃう。chunk長が2秒が長すぎなんて指摘だれたけど、短くしてパターンなんか学べるの？

とやってる間に鈴木たかのり氏らの「いちばんやさしいPython機械学習の教本」を開いてみてるけど、sklearnの学習済モデルをpickleで保存したりしてるな・・やっぱpickle使えるのか

「だから、さっきそう言っただろ！」的にキレないとこが有り難いね。多分以前に指摘されてる解決法なのに、その時点では何を言われてるのか不明だったからな

ノートを閉じそうになって思いついたコトを聞いてみた。結果としては「ターゲットのキーワードに紐づけるwavを一度にある程度の個数用意しといて、追加学習の際に新規追加や撤退させるのを微細な変化にしてやれば、リセットされちゃわない」っぽ

🧠 Keep all your previous training files

🆕 Add just one or a few new .wav files each session

✅ Continue training "niri" using the full list every time

You’ll build up "niri" as a flexible but consistent style — a real sonic persona.

それで

This is basically doing cumulative learning, also called continual fine-tuning.

となるらしい

異なる キーワードに対応したコンセプトをブレンドする策も学んだけど、コレも何か違うな。ファイル名を変えても同じキーワードに学習させる内容が大幅に変わると、それ以前の学習を忘れちゃうってのはイタい。「猫人間」を「猫」と「人間」を個別に学習させた混ぜた結果にしたいのにな

続きをchatgptのほうに説明してもらったら

A Different File With the Same Name

The model assumes it's seeing the same "concept"
→ But now the content is different (e.g. yin.wav was soft before, now it’s harsh)
→ The model says “oh! I must have misunderstood this keyword”
→ It adapts to fit the new version, and forgets the old one

This is catastrophic forgetting — classic in small models.

小さなモデルに生じがちなカタストロフィック忘却に陥るんだと？

えー！　そんじゃ最初にcpt読み込ませてる意味が分からん・・追加教育出来ないの？　ってトコでclaudeのchat長制限来たw

Always include ALL your source files in the files list when training. If you want to add new files later:

# Include both old AND new files files = ["yin.wav", "yang.wav", "new1.wav", "new2.wav"]

This explains perfectly why your model keeps generating the same patterns - it's literally forgotten everything except the last training session! You need to retrain with all files together to get the mixed, varied output you want.

かと思えば、こんな格闘してる人も。イミュータブルなトロが流行って来てるのとも、関係有るのかな？

https://youtu.be/9D_WV6ovhPY?si=G17ww2l6mHgz9ZRm

目下の支配的なOS達がAIプロンプト・メインの新潮流OSに凌駕される時代が来るとして、開発者はそのチャット窓からartifactみないなモードに入れたりコマンド打てたりしたら、結構アウフヘーベンだな