Differential Transformer V2が発表されたので、今更ではあるがV1論文を読んだうえで差分を確認してみた

こんにちは！ABEJAでデータサイエンティストをしている大田です。先日Hugging FaceでDifferential Transformer V2の発表があり、そこでは昨年発表されたDifferential Transformer (V1)と比べてもさらに実用的な改変があ

NVIDIA Clara を使用して医療・創薬系の AI モデルを動かしてみた

こんにちは！ABEJA で ABEJA Platform 開発や AI 関連の研究開発業務を行っている坂井（@Yagami360）です。 こちらはABEJAアドベントカレンダー2025の25日目の記事です。 近年のディープラーニングの発展に伴い、マテリアル・創薬・医療分野において

2足歩行ロボットを作ってみよう（前編） 🔖 1

はじめに ロボットの制作 ハードウェアの設計 モデルの作成 シミュレーション USDの作成とIsaacSimでの確認 プロジェクトの作成 学習条件の設定 環境の設定 Agentの設定 強化学習について 設定の詳細 タスクの設定 歩容改善の取り組みについて 対称性の学習 学習パラメ

初心者入門：toio を VLA で動かしてみる 🔖 1

こんにちは！ABEJA に新設されたエンボディドインテリジェンスグループ で PM をしている飯嶌です。 こちらはABEJAアドベントカレンダー2025の24日目の記事です。 昨今、Physical AI への注目が集まっています。しかし、実際に SO-101 などのアームロボッ

π0シリーズで使われるaction expertをコードレベルで理解する

ABEJAアドベントカレンダー2025の24日目の記事です。 ABEJAでデータサイエンティストをしている大谷です。 最近VLAに触れ合うことが増えてきました。11/7にもMacStudioで動かすSO-ARM x π0.5 -解説から実機動作まで-というタイトルで登壇もしました

Strands + Amazon Bedrock AgentCore + Athenaでお手軽データ分析機構を作ってみる

こんにちは。 株式会社ABEJAのシステム開発部でエンジニアをしている吉田です。 こちらはABEJAアドベントカレンダー2025の24日目の記事です。 ABEJAで仕事をしていると、「エンジニアではないけれど、データベースにあるデータを分析したい」という相談を受けることがあります

gpt-oss-120bに論理クイズや数学の問題を解かせて、推論ログをよく読んでみた。

gpt-oss-120bに論理クイズや数学を解かせて、推論ログをよく読んでみた。

今更ながら DeepSeek-R1 の論文を読んでみた 🔖 1

こんにちは！ABEJA で ABEJA Platform 開発や AI 関連の研究開発業務を行っている坂井（@Yagami360）です。 こちらはABEJAアドベントカレンダー2025の24日目の記事です。 今年のはじめ頃、中国の DeepSeek 社から非常に軽量かつ品質の高い

最新 AI Tech 情報キャッチアップ用 AI Agent を作成し自身の研究開発業務を一部自動化してみた 🔖 1

こんにちは！ABEJA で ABEJA Platform 開発や AI 関連の研究開発業務を行っている坂井（@Yagami360）です。 こちらはABEJAアドベントカレンダー2025の23日目の記事です。 ここ５〜６年くらいのAI 技術の進歩は目覚ましですよね。数年前に Cha

Terminal で暮らそう (序章)

この記事は ABEJAアドベントカレンダー2025 の 23 日目の記事です。 こんにちは！システム開発部の合屋（ごうや）です。 昨年は 今から始める NeoVim 生活 (序章) という記事を書き、Terminal に籠もる生活を送っています。 今年は Claude Code

【ABEJAアジャイル活動記録】停滞を越えて、再び合流へ。「象・死んだ魚・嘔吐」がつないだチームとPOの関係 🔖 1

POとの距離が少しずつ開き、気づけば停滞していたスクラムチーム。「象・死んだ魚・嘔吐」を使って言語化できない違和感を整理し、チームとPOが再び同じ方向を見るまでの実践を、スクラムマスターの視点でまとめました。

【年末大掃除】開発環境VMの再作成 - apt・brew・asdf・Dockerを使い分けたパッケージ管理 🔖 1

はじめに VMの構築 インスタンスの起動（OS選択） ファイアウォール設定 自動シャットダウン OSのアップデートを受け取る 最新で使いたい系ツールのインストール apt管理のツール build-essential Docker direnv セルフアップデート機能ありツール g

【LeRobot】テレオペで収集した模倣学習データの中身を解剖する 🔖 1

ABEJAでデータサイエンスしています、瀧田です。本記事はABEJAアドベントカレンダー2025の21日目の記事です。 はじめに テレオペレーションによるデータ収集環境 使用したロボットアーム カメラ構成（3台） 模倣学習のタスク LeRobotにおけるデータセット 前提条件（バ

余ったPCで検証用のプライベートクラウドを構築してネットワークで遊んでみた 🔖 91

※ 本記事は一部 AI を用いて執筆しております。 内容に関しましては基本的に筆者が慎重にレビューや動作確認、ファクトチェックを行なっておりますが、万が一問題と思われる点ございましたら、コメント欄にてご指摘くださいませ。 1. イントロダクション：なぜ今更、自前で環境を構築するの

Super AI Agent と呼んでみる 🔖 2

こんにちは。CTO室の村主です。こちらはABEJAアドベントカレンダー2025の19日目の記事です。本日は「Super AI Agent と呼んでみる」というタイトルで記事を書いてみたのですが、別に何かSuper AI Agentというものを開発したわけではなく、Claude C

環境構築を爆速で！Python開発テンプレートのご紹介

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。 この記事はABEJAアドベントカレンダー2025の19日目の記事です。 Pythonの開発環境については、過去に以下のような記事を書きました。 tech-blog.abeja.asia ユーモアあふれる記事が並ぶ中では

ユーザー理解してる“つもり”から抜け出す──PdM視点で考えるアジャイルチームの落とし穴とは…

アジャイルチームに潜む「ユーザー理解できてるつもり」問題 ユーザーインサイトを深掘りする 📌 KA法分析（例：分析根拠に自信がないユーザー） チームで観察することを仕組み化する POが正解を持たない前提に立つ 「つもり」ではないユーザー理解に近づいた まとめ：理解し続けるチームが

ロングコンテキストLLMの汚染された長文コンテキストへの耐性 🔖 3

ロングコンテキストLLMの評価タスクの検討の一環で、汚染された長文コンテキストへの耐性を評価するタスクの検証を行いました。

NotebookLM で技術書を読む：初期理解・深掘り・理解確認のフェーズ設計 🔖 4

こんにちは。 株式会社ABEJAでソフトウェアエンジニアをしている近藤です。 この記事は、ABEJAアドベントカレンダー2025、16日目の記事になります。 📝 3 行まとめ 1. はじめに：NotebookLM を技術書の理解に使ってみようと思った背景 2. 初期理解フェーズ：

【徹底紹介】Notionのページレベルのアクセス制御について ~Notion3.0「エージェント」に隠れた神機能~ 🔖 4

ABEJAアドベントカレンダー2025の16日目の記事です。こちらではNotionのAIエージェントと同時期にリリースされたページレベルでのアクセスに関する設定方法や活用ケースに関して紹介しています。

Figmaに買収されたWeavyとは？次世代のAIクリエイティブワークフローを実現するプラットフォーム

はじめに Weavy AIとは Weavyが他のAIツールとどう違うのか Weavyがなかった時代の課題 Weavyがあることでできること 基本的なワークフローの作成方法 ステップ1：アカウント作成とワークスペースの起動 ステップ2：ノードの理解 ステップ3：基本ワークフローの構

Kubernetes & Helm を使ったミニデータパイプライン構築練習 🔖 2

1. はじめに 2. Kubernetes・Helm・Kustomize の基本 2.1 Kubernetesの役割 2.2 Container / Pod / Node / Cluster / Namespace の関係 2.3 Control Plane と Worker の

LLMに「謎解き」はできるのか？ 🔖 2

LLMに「謎解き」はできるのか？ ABEJAでデータサイエンス部のグループマネージャをしている中西 @cfiken です。本記事はABEJAアドベントカレンダー2025の13日目の記事です。 はじめに 謎解きの難しさ 検証のセットアップ 1. データセット：自作謎解きベンチマーク

Figmaを開く前に、デザイナーが『迷わないチーム』を作るためにMVVとインセプションデッキを作った話 🔖 1

こんにちは、ABEJA Insight for RetailでプロダクトUI/UXデザインを担当している小林です。 この記事はABEJAアドベントカレンダー2025の12日目の記事です。 以前、こちらの記事にてデジタル庁のガイドブックを活用した「ダッシュボードのバリューアップ」に

引越し先の問題を解決するために真の意味でひとりハッカソンをする 🔖 3

この記事は、ABEJAアドベントカレンダー2025の11日目の記事です。 こんにちは。 株式会社ABEJAのシステム開発部でエンジニアをしている鈴木です。 他のメンバーががっつり技術に触れている中、今回はひたすらにバイブコーディングする話になります。 今年のアドベントカレンダーも

ヤドンでやぁ〜んと学ぶLLMのロングコンテキストを支える技術YaRN 🔖 9

やぁ〜ん こんにちは、データサイエンティストをしている服部です。 ABEJAアドベントカレンダー2025の10日目の記事です。 LLMといえばロングコンテキスト大事ですよね（唐突） そんなLLMのロングコンテキストを支える重要技術である「YaRN」を紹介したいと思います。 htt

【ロボット動かす】LeRobotのプラグイン拡張でノットフィジカルなAIを実装する！【部屋が欲しい】

はじめに 先にまとめ プラグイン拡張とは 実装について 事前準備 全体 パッケージ配置 ロボットの実装 Configクラスの作成 Robotクラスの初期化 & 型定義 __init__ observation_features action_features 接続処理 キャリブレ

ROS2を使ってシミュレーション環境にてロボットアームをVLAで動かす (on Mac) 🔖 3

こちらはABEJA アドベントカレンダー 2025の8日目の記事です！ ABEJAでデータサイエンティストをしている岩城です。 最近はロボティクス関連のキャッチアップを行っています。 ロボットをやるにあたってROS2は避けては通れぬということで、最近ROS2初心者に入門しました。

すぐに始められるKedroでデータ分析パイプライン作成！

1. はじめに 2. データ分析パイプラインのよくある課題 3. Kedroの基本 基本的な情報ソース 3つの基本要素：Node / Pipeline / Data Catalog パイプライン作成のワークフロー 運用までの流れ 4. 実際にKedroを動かす！ 4.1 uvxで

「コンテキスト」はAIの信念を変える？ 🔖 1

こんにちは！ABEJAでデータサイエンティストをしている原田です。こちらはABEJAアドベントカレンダー2025の6日目の記事となります。 今回は、LLMの「人格」や「信念」といった少し抽象的な概念を、最新の論文と実験を通して掘り下げてみたいと思います。 先日Anthropicか

VLAの明日 ~ 僕達はテレオペレーションなんてやりたくない！~

はじめに こんにちは、ABEJAでプロジェクトマネージャーをしている服部です。 この記事はABEJAアドベントカレンダー2025の5日目の記事です。 過去のテックブログでは、ドローン、RAGの運用、合宿レポートとテーマの幅広さには自信があります 直近はもっぱらVLA案件に取り組ん

iPhone でロボットアームをテレオペ！ ~ RViz2 編 ~ 🔖 1

こんにちは、 ABEJA でソフトウェアエンジニアをしている三枝 (@moriaki3193) です。ABEJAアドベントカレンダー2025の5日目の記事を担当させていただきます！ 今年の９月より新設されたエンボディドインテリジェンスグループという組織でロボティクスの社会実装をテ

ロボットの制御を2分で体感できる3D物理演算シミュレーション作り（three.js + Rapier） 🔖 1

こんにちは、ABEJAに新設されたエンボディドインテリジェンスグループで事業開発をしている栗林です。エンボディって何、というお話は後ほど。 本日はABEJA アドベントカレンダー2025の4日目の記事をお届けします！ ブラウザで動くロボットのシミュレーターを、3D描画のライブラリ

VLMとAIエージェントで作るスモークチーズ 🔖 2

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

CODESYSプロジェクトをAIで読み解く

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

15分でわかる Apache Airflow 入門

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