← 2026-01-13 の一覧へ戻るホーム
郵便裁定取引

2026/01/13 2:41

郵便裁定取引

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

著者は、Amazon Prime を使って非常に安価で実際の贈り物を送ることができると示しています。すべての商品は 0.78 ドル未満で、1〜2 日以内に無料配送されます。具体的に 78 セント以下で Prime 無料配送が適用される商品を列挙することで、シンプルで低コストのパッケージでも個人的な印象を与えられることを示しています。代表例として、トマトソースのボトルを無料のギフトメモと組み合わせると、普通の誕生日が思い出に残るサプライズへと変わります。2023 年には、著者は拡張家族に 1 ドルの缶詰豆を送付し、その結果、活気あるグループチャットが発生し、受取人はアスベスト警告ラベルや妊娠検査薬などの奇妙なアイテムを返してきました。この記事では、この予算に優しい迅速配送手段が、心のこもった物理的トークンを共有するための従来のポストカードの人気代替策になる可能性があると示唆しています。（サイトは Amazon と提携・承認されていません。）

本文

2025年時点で、米国では手紙の切手代が0.78ドルです。アマゾン・プライムはそれよりも安い価格で商品を販売しており、さらに多くの場合送料無料です。「ポストカードを送る」必要はありません。本物のものを送ればいいのです。私は0.78ドル以下でプライム配送が無料のアイテム（ねじ・缶詰・パスタなど）をすべてリストアップし、無料のギフトメモも付けました。届くまでに1〜2日かかります。完了です。

金銭的な節約だけではありません。実際に何かを送るということが大切なのです。友人はあなたの誕生日メッセージと一緒にランダムなトマトソース缶を受け取ります。彼らは笑い、あなたを思い出し、使ってくれるかもしれません。

価格（更新：0分前）：

  • 0.25ドル ライム
  • 0.42ドル クールエイド・アンスウィートテッド・トロピカルパンチパウダー飲料ミックス、0.16オンスパケット
  • 0.45ドル アマゾン・グローサリー、ブラウングレービーミックス、0.87オンス（以前はハッピー・ベリ、梱包が異なる場合あり）
  • 0.47ドル マルチャンラーメンヌードルスープ、ビーフ、3オンス
  • 0.49ドル レモン
  • 0.50ドル LA MODERNA・ヴェリケッリパスタ、7オンス（1個入り）– 強化デュラム小麦セモリナ、コーシャ、非GMO、鉄分・ビタミン強化
  • 0.51ドル シンプソン・ストロング‑タイH2.5A H2.5A 18ゲージギャルバニズドハリケーンタイン
  • 0.56ドル ラスセットポテト、1個
  • 0.58ドル アップルバーラウイルアクリルペイント（色合わせ）、2オンス、20504ブラック
  • 0.53ドル アマゾン・グローサリー、トマトソース、8オンス（以前はアマゾンフレッシュ、梱包が異なる場合あり）
  • 0.77ドル ヨプラットオリジナル低脂肪イチゴヨーグルトカップ、本物の果実で作られた6オンス

2023年に私は1ドルの豆缶を遠方の家族全員へ注文しました。これが数週間にわたり私たちのファミリー・チャットを盛り上げ、皆が大好きになりました。豆の写真が流れ、次第に互いにランダムなもの（石綿警告ラベル、クッキー、サーディン缶、さらには祖母への妊娠検査薬）を送り合うようになりました。このサイトはアマゾンとは関係がなく、公式に承認されたものではありません。

同じ日のほかのニュース

一覧に戻る →

2026/01/13 4:27

了解しました！内容は明確で簡潔に保ちます。余分な改行や不必要な記号は入れず、リストがある場合は読みやすいようにきちんとインデントします。他にご要望がございましたら、お気軽にお知らせくださいね！

## Japanese Translation: **改訂された概要** CoworkはClaude Maxをベースにしたリサーチプレビュー・ツールで、現在はmacOSアプリを通じてMaxサブスクライバー向けに利用可能です。ユーザーが自分のコンピュータ上の特定フォルダへのClaudeのアクセス権を付与すると、そのフォルダ内のファイルを読み取り・編集・作成できるようになります。これにより、ダウンロードの整理、スクリーンショットからスプレッドシートを生成すること、散在したメモからレポートをドラフトするなどのタスクが便利に行えます。 標準的なチャットとは異なり、CoworkはAIにより大きな主体性を与えます。AIはタスクを計画し、実行し、進捗状況を提供します。このツールはClaude Codeと基盤を共有しており、非コーディングの文脈でもコード風の対話が可能です。ユーザーは既存のコネクター（例：ドキュメントやプレゼンテーション）をリンクしたり、Chromeとのペアリングでウェブ閲覧を行ったりして機能を拡張できます。AIは複数タスクをキューに入れ、並列実行することで前後のチャットを減らします。 制御権はユーザーに残ります：Claudeが見るフォルダとコネクターを選択し、大きな操作を行う前にプロンプトが表示されます。ただし、誤った指示でファイルが削除されたり、プロンプトインジェクションが発生するリスクもあるため、安全対策は継続的に開発中です。 このプレビューはフィードバックを集めることを目的としており、将来のリリースではデバイス間同期、Windowsサポート、強化された安全機能、および拡張されたコネクターオプションが追加される可能性があります。Coworkは個人向けにファイル整理を効率化し、手動監視を保ちながらファイルベースのワークフローを自動化する制御可能なAIアシスタントとして設計されています。

2026/01/13 1:04

**TimeCapsuleLLM：** 1800年〜1875年のデータのみで訓練された大規模言語モデル (Note: The length is preserved while using natural, polite Japanese.)

## Japanese Translation: ``` ## Summary TimeCapsule LLM プロジェクトは、歴史的な英語データのみを使用して言語モデルをゼロから構築し、現代のバイアス（「Selective Temporal Training」）を排除します。 - **Model evolution** - *v0* (16 M パラメータ、nanoGPT ベース) は約187 MB の1800年代テキストで訓練され、1800年代風の言語を生成しましたが、一貫性のない文になりました。 - *v0.5* (123 M パラメータ、引き続き nanoGPT) はコーパスを約435 MB に拡張し、文法・句読点を改善しましたが、高い幻覚と OCR ノイズに悩まされました。 - *v1* (700 M パラメータ、Phi 1.5 ベース) は約6.25 GB のデータで訓練され、歴史的事件や人物を正確に思い出せるようになりました。 - *v2mini‑eval1* (300 M パラメータ、90 GB London コーパス全体の15 GBサンプル) はわずか10 K ステップで訓練され、トークナイズ問題により「Who is Charles Dickens?」のような文字化けした出力が生成されました。 - *v2mini‑eval2* (v2mini‑eval1 と同じサイズ・データ) はチャールズ・ダーウィンについて極めて不連続なテキストを生成しました。 - **Dataset** 完全版 v2 データセットは1800–1875 年のロンドン テキストで 90 GB を含み、136,344 ドキュメントから構成されています。15 GB のサンプルは Hugging Face（https://huggingface.co/datasets/haykgrigorian/TimeCapsuleLLM-London-1800-1875-v2-15GB）で公開されています。 - **Training setup** *v0/v0.5* は GeForce RTX 4060 GPU、i5‑13400F CPU、および 16 GB RAM を使用しました。 *v1* と *v2mini‑eval1* はレンタル NVIDIA A100 SXM GPU 上で訓練されました。 - **Tokenization & evaluation** 時代固有のスペリングと語彙に対応するカスタムトークナイザー（vocab.json & merges.txt）を構築しました。出力は言語的正確さ、幻覚率、およびトークナイズ品質で評価され、バイアス統計は別途 v2 バイアスレポートに記載されています。 - **Future work** 今後の計画として、完全版 90 GB v2 データセットへの拡張、トークナイザーパイプラインの改良、およびより深いバイアス分析を実施します。 - **Impact** このプロジェクトは、歴史家・教育者・AI‑ethics 開発者が時代に即した言語モデルを必要とする際に有益であり、現代バイアスを減らすための時間的選択訓練（temporal selective training）の具体例として NLP コミュニティにも貢献します。 ```

2026/01/13 5:26

ファブリス・ベルラール氏のTS Zip（2024）

## 日本語訳： **概要** ts_zip は、GPU を活用したテキスト圧縮ツールであり、RWKV 169M v4 大規模言語モデル（パラメータを 8 ビットに量子化し、BF16 で評価）を使用してトークン確率を予測し、その予測に基づいて算術符号化を適用します。従来のツールよりも高い圧縮率を達成しています： - alice29.txt – **1.142 bpb**（21,713 B） - book1 – **1.431 bpb**（137,477 B） - enwik8 – **1.106 bpb**（13,825,741 B） - enwik9 – **1.084 bpb**（135,443,237 B） - linux‑1.2.13.tar – **1.021 bpb**（1,196,859 B）。 RTX 4090 上では、ツールは約 1 MB/s の速度で圧縮し、同程度の速度で解凍します。システムに少なくとも **4 GB の RAM** があることが前提です。ts_zip は実験的なものであり、バージョン間の後方互換性は保証されません。また、その性能評価は GPU／CPU またはスレッド数に依存せず、決定論的に行われます。この手法はプレーンテキストファイルで最も効果を発揮し、バイナリデータではエントロピーの削減がほとんど得られません。主に英語で訓練されていますが、他言語やソースコードにも比較的適切に対応します。 ダウンロードリンク： - Linux tarball: `ts_zip‑2024‑03‑02.tar.gz` - Windows ZIP: `ts_zip‑2024‑03‑02-win64.zip` 将来のリリースでは、圧縮率をさらに向上させ、言語サポートを拡大し、可能ならファイルタイプの取り扱いを追加しつつ、ハードウェア間で評価が再現できるようにすることを目指します。GPU リソースを持つユーザー（データアーカイブ担当者や大量テキストコーパスを管理する開発者など）にとって、速度を犠牲にせず高い圧縮率を実現できる最適なツールです