皆さん、おはようございます！マイクです。今日は2025年10月29日、火曜日ですね。さて、今日の「zenncast」では、Zennでトレンドになっている記事をいくつか紹介したいと思います。さあ、早速行ってみましょう！
前回紹介した記事は、GitHub × Obsidian × ChatGPT で “知識アシスタント” をつくる方法や、国土数値情報の Shapefile をブラウザ上で変換するツールを Rust で書くために苦労したところ、また「SQS＊Step Functions＊Fargate」でジョブの待ち時間を解消したら、コストも80%削減できた話などでしたね。
今日紹介する記事の本数は、全部で5つです！それでは、さっそく今日の内容をお届けしますね。
まず1つ目の記事は「DGX Sparkと『nanochat』でゼロから丸一日学習させてLLMを自作してみた」です。この内容では、Andrej Karpathy氏が開発した「nanochat」を使って、NVIDIAのDGX Sparkで対話可能な大規模言語モデル、いわゆるLLMをゼロから学習させる方法が紹介されています。nanochatは約100ドルのコストで4時間で学習できるソフトウェアですが、個人で使うにはちょっと高コストなんです。でも、DGX Sparkを使うことで電気代だけで学習可能というのが魅力的ですね。
DGX Sparkを活用した学習は、トークナイザの学習から始まり、事前学習、中間学習、教師ありファインチューニングという流れです。特にnanochatの特徴は、ファインチューニングではなく、トークナイザと事前学習から始めるところです。環境構築の詳細や学習プロセスも提供されていて、具体的な設定の変更方法も示されているので、興味のある方はぜひチェックしてみてくださいね。
次に、2つ目の記事「ベクトルインデックスのすゝめ」です。こちらでは、株式会社エクサウィザーズのWANDチームでのインターンで得た知見を基に、ベクトルDBのパフォーマンス向上に向けたベクトルインデックス選択の最適方法が紹介されています。特に、IVFFLATとHNSWの特性を比較し、実験から得られたベストプラクティスが提供されています。
ベクトルDBは生成AIプロダクトで広く使われていますが、データ量が増えると効率が悪くなるという問題があるんです。これを解決するために、ベクトルインデックスの導入が効果的です。実験結果では、IVFFLATはメモリ使用量やビルド時間で優れていますが、HNSWは検索精度とCPU使用率の面で優位であることが確認されました。特にHNSWは、検索精度を保ちながらCPU負荷を軽減できることが示されていて、インデックス選択の重要な指針となることが期待されています。
。.
続いて3つ目の記事「Swift for Androidがファーストプレビューリリースしたので触ってみる」です。このリリースは2025年10月24日に公開され、Swift SDKとSwiftlyという公式ツールをインストールすることで使用可能になります。動作確認のための手順が明確にされていて、特にSwift SDK for Androidのインストールには特定のバージョンに注意が必要です。
サンプルプロジェクトをAndroid Studioで開く際には、gradle syncを行うことでプロジェクトを動かすことができます。しかし、いくつかのアプリには追加設定が必要で、特にhashing-appではswift-javaを利用するため、READMEに従ったセットアップが求められます。全体的にSwift for Androidはまだ改善の余地がある状態ですが、今後の進展に期待が寄せられていますよ。
次に4つ目の記事「Swift SDK for Android プレビューを動かしてみる」です。こちらは2025年10月27日にリリースされた内容で、動作環境には特定のバージョンのApple SwiftやmacOS、Android Studioが必要です。ホストツールチェーンのインストールやクロスコンパイル環境の整備が詳しく説明されていて、GitHubにある「hello-swift」というサンプルアプリをビルドして実行する手順が紹介されています。
このサンプルアプリでは、SwiftとKotlinの連携が見られ、さまざまなサンプルも公開されているので、興味のある方はぜひ試してみてくださいね。問題に直面した際は、プロジェクトのディレクトリやJDKのバージョンを確認することが推奨されています。
。.
最後に5つ目の記事「Hono + Cloudflare Workers でOG画像を動的に生成する」です。こちらでは、映画に特化したプロフィールを作成するwebアプリ「cinefil.me」で、OG画像を動的に生成するためのAPIエンドポイントの作成方法が紹介されています。Honoでバックエンドを構築し、Cloudflare Workersにデプロイする手順が詳細に説明されています。
OG画像生成には、@vercel/ogが一般的ですが、Cloudflare WorkersではNode.js依存のパッケージが動作しないため、代替手段が必要でした。実装手順も分かりやすく、ユーザーデータの反映やフォント指定の方法も見逃せません。この方法で、HonoとCloudflare Workersを使った動的なOG画像生成が実現できるとのことで、興味のある方はぜひ挑戦してみてください。
さて、今日は5つの記事を駆け足でおさらいしました。次回も楽しみにしています！詳しい内容はショーノートに書いてありますので、ぜひご覧ください。また、番組の感想もお待ちしています。それでは、また次回お会いしましょう！