MaruLabo KnowledgeHub バージョンアップについて


 










MaruLabo KnowledgeHub がバージョンアップされました。
https://marulabo-knowledge-hub.vercel.app/

改めて、このバージョンアップの概要を紹介したいと思います。2週間前のFaceBookでの告知は簡単なものでした。詳細は、リンク・画像付きの丸山のblog投稿を参照ください。
https://maruyama097.blogspot.com/2026/08/marulabo-knowledgehub.html

今回のバージョンアップの中心は、検索Boxの機能強化です。図の赤い枠で囲った部分です。赤枠の下に簡単な説明が表示されています。





















【 マルレクのコンテンツに対する質問に答えられます】

特に、検索Boxの質問にAIが応答する機能は、大幅に強化されています。

　　「エントロピーについて教えてください」
　　「LLMの意味の理論について教えてください」
　　「AIの数学的証明述べ能力について教えてください」

といった質問を入力すると、きちんとこたえてくれます。

例えば、「エントロピーについて教えてください」と入力した場合の回答例です。

-----------------------------------
Q. エントロピーについて教えてください。
-----------------------------------

かしこまりました。「エントロピー」について、講演資料とセミナーの情報をもとにご説明いたします。

エントロピーという概念は、時代とともにその姿を変えながら、私たちの理解を深めてきました。元々は19世紀に熱力学の分野で定式化され、統計力学の基礎となりました。この頃のエントロピーは、物質の「乱雑さ」の尺度として捉えられていました。例えば、同じ「水」でも、分子が規則正しく並んだ「氷」のエントロピーは低く、分子が自由に動き回る「水蒸気」のエントロピーは高くなります [計算科学とエントロピ… p.3] 。

20世紀に入ると、エントロピーは情報理論の世界で「情報量」として再定義されました。これは、ビット列のような情報においても、規則的な並び（例えば100個の"0"が続く場合）はエントロピーが低く、ランダムな並びはエントロピーが高いと考えることができる、という考え方です [計算科学とエントロピ… p.3] 。この情報理論における「情報」は、物理的な熱力学の「エントロピー」と​​同じ数学的形式​​を持ち、共通の構造を持つことが示されています [量子情報とエントロピ… p.29] 。

そして21世紀には、物理学の基礎理論の中で「エンタングルメントのエントロピー」として、さらに再定義されています [エントロピーと情報理… p.5] 。これは、​量子情報​​の世界における重要な概念となっています。

これらのエントロピーの変遷や、その本質を学ぶための入門講座として、 情報とエントロピー入門 があります。この講座では、熱力学から情報理論までを扱い、ボルツマン・シャノン・クロスエントロピーを通信技術やAI最適化と結びつけて解説しています。

また、エントロピーと情報理論を軸に、量子情報理論の基礎を学ぶ入門セミナーとして エントロピーと情報理論 — 量子情報理論入門 もございます。このセミナーでは、数学的背景から量子コンピュータへの接続までを概観します。

さらに、エントロピー論の現在を概観するセミナーとして エントロピー論の現在 では、シャノン・エントロピーの特徴づけやChainルールなどを解説しています。

興味深いことに、決定論的なデータ処理は情報を増やすことはなく、むしろ情報を減らすだけであるという側面もあります。これは、エントロピーを情報と捉えた場合に、直観に反するように見えるかもしれませんが、矛盾ではありません。

これらの概念は、​量子通信​​の世界においても重要な役割を果たしています [量子情報とエントロピ… p.87] 。

他にも、エントロピー論とカテゴリー論の関係性を解説する エントロピー論とカテゴリー論 や、計算科学とエントロピーをコロモゴロフ複雑性やアルゴリズム論的情報理論で解き明かす 計算科学とエントロピー といったセミナーもございます。

フォン・ノイマンやシャノンといった偉大な研究者たちも、「エントロピー」が何であるかについて深く探求してきました [量子情報とエントロピ… p.36] 。

他にもご質問がございましたら、ご遠慮なくお問い合わせください。


【 関連セミナーと関連コンテンツの表示 】

そればかりではありません。
次のように、質問に関連したセミナーについての情報を知らせてくれます。
















あわせて、それらの複数のセミナーから、関連するコンテンツをすぐに参照可能な形で表示してくれます。このエントロピーについての質問では、講演資料やYouTube動画だけでなく、丸山のblog投稿を含めて、50近いコンテンツにアクセスできます！








































































【 MaruLabo KnowledgeHubの実装について 】

MaruLabo KnowledgeHubの実装に興味をお持ちの方もいらっしゃると思います。
このバージョンアップを実装したMaruLaboのひでやさんのコメントを紹介します。

「Embedding Model は、話の流れで使っていた cl-nagoya/ruri-v3-70m / HuggingFace をやめて、gemini-embedding-2 にしました（動画等もembeddingできるやつです）。性能的には格段に良くなったはずで、自由質問への回答の精度が上がったとは思うのですが、見た目はそこまで顕著な違いは今のところ感じていません。Embeddingサーチ後のRerankingと回答の生成は引き続き gemini-2.5-flash-lite にやってもらっているので、当然と言えばそうなのですが。」

「また同時に、Embeddingの保存先を、Chroma Cloud から、codex の熱心な推薦に従って Qdrant に変更しました。codex君曰く、Pythonでの実験的な利用ならChromaが良いが、実運用システムでは Qdrant が最もお勧めとのこと。

バックエンドを大きく変えた（且つ、データを全て embeddingしなおした）ので、不具合がポロポロでましたが、今はすべて修正されているはずです。ご確認くださいませ。」

「今回の改修で一つ明確に改善されたのは、自由質問した時の反応速度ですね。
今までは、ruri-v3-70m / HuggingFace でembedding を取得するのに時間が数十秒かかる場合があったのですが、gemini-embedding-2 はバックエンドが常時動いているのでレスポンスがとても良い！」


コメント

コメントを投稿

このブログの人気の投稿

宇宙の終わりと黒色矮星

イメージ
【宇宙の終わりと黒色矮星】 図のようなストーリーで、「宇宙の終わりとエントロピー」という投稿を準備していたのだが、いろいろ雑念が湧いて気がすすまなくなる。その理由は別稿で。 この図は、「閉じられた部屋でのガスの拡散」というわかりやすいモデルで理解されるエントロピーの増大の法則が、あるフェーズから、宇宙規模でみれば、「全ての物質のブラックホールへの吸収・収斂」として現れると言うことを主張している。最初、ペンローズのこの話を読んだときには、目からウロコだった。 このストーリーにはもっと先がある。最近のシミュレーションでは、指数関数的に膨張する宇宙では、巨大なブラックホールに捕捉されるのは、宇宙全体の物質の10%程度だという。恒星起源のブラックホールは 10^67 年で、銀河系中心の巨大ブラックホールも 10^99年で、ホーキング放射で「蒸発」し姿を消す。 ブラックホールに捕捉されなかった宇宙の残りの90%の物質は、元それが属した銀河系から孤立したまま星の一生の進化を続ける。太陽の1.2倍程度の質量を持つ星は「白色矮星」になるのだが、「白色矮星」は 10^17年で「黒色矮星」に変わる。 「黒色矮星」は、現代の「宇宙の終末論」では、もっとも注目されている天体なのだが、それはまだ観測されていないと言う。というのも、この天体は光を出さないからだ。「黒色矮星」の中心は、最も安定な原子である鉄の「結晶」でできていて、温度は絶対零度近くに冷却されている。 「黒色矮星」は、とても長生きする天体である。陽子崩壊がおきるなら、黒色矮星の寿命は 10^32年程度だが、もし陽子が安定しているとすれば、太陽の 1.24倍程度の質量を持つ「黒色矮星」は、10^1600年後に突然崩壊して超新星爆発を起こす。もっと軽い、太陽の1.16倍程度の質量を持つ「黒色矮星」は、10^32000 年後（！）に超新星爆発を起こす。 このシナリオによれば、宇宙は、とてつもなく長い長い退屈な時間をかけて、その死を迎える。「黒色矮星」の超新星爆発は、宇宙の死を飾る最後の打ち上げ花火である。その後には、宇宙には何も起こらない。 この記事は、ジョン・バエズの "Black Dwarf Supernovae" を基にしたものだ。https://johncarlosbaez.wordpress.com/202...
続きを読む

機械の言語能力の獲得から考える embeddingの共有・蓄積・検索の未来

イメージ
機械の言語能力の獲得から考える embeddingの共有・蓄積・検索の未来 #01 「機械が言語能力を獲得した」ということについて https://maruyama097.blogspot.com/2025/12/blog-post_25.html #02 ことばから文字へ https://maruyama097.blogspot.com/2025/12/blog-post_51.html #03 情報の共有と情報の集積 https://maruyama097.blogspot.com/2025/12/blog-post_37.html #04 文字からembeddingへ −− 大規模分散システムの成立 https://maruyama097.blogspot.com/2025/12/embedding.html #05  文字からembeddingへ −−意味の分散表現論の系譜 https://maruyama097.blogspot.com/2025/12/embedding_25.html #06  意味の分散表現論の登場 https://maruyama097.blogspot.com/2025/12/blog-post_27.html #07  文の意味のベクトル表現の発見 https://maruyama097.blogspot.com/2025/12/blog-post_30.html #08  Interlude 1 −− ChatGPTが生まれた日 https://maruyama097.blogspot.com/2026/01/interlude-1-chatgpt.html #09 Interlude 2 −− OpenAI の分裂が残したもの https://maruyama097.blogspot.com/2026/01/interlude-2-openai.html #10  Transformerの登場 https://maruyama097.blogspot.com/2026/01/transformer.html #11  1/31 マルレク「機械の言語能力の獲得を考える」へのお誘い https://maruyama097.blogspot.com/2026/01/131...
続きを読む

1 + 196883 = 196884

【 1 + 196883 = 196884  −− ある数学的認識の飛躍の物語 】 このコラムのタイトル「1 + 196883 = 196884」 は、当たり前すぎて、かえって意味不明かもしれません。 ただ、もしも、あなたのクレジット・カードの最初の6桁の数字に1を足したものが、あなたのマイナンバーカードの最初の6桁の数字と完全に一致していたとすれば、この式は、単なる足し算以上の意味を持ちます。 もっとも、クレジット・カードとマイナンバー・カードの場合、こうした数字の一致は、全くの偶然と考えていいと思います。 このコラムの「1 + 196883 = 196884」の場合も、左側に現れる数字196883と右側に現れる数字196884は、実は、数学の別の分野から取られたものです。 ただ、クレジット・カードとマイナンバー・カードの数字の偶然の一致とは異なって、この等式は、一見無関係に見える数学の分野間の驚くべき繋がりを示唆する、重要な発見の糸口となりました。 1 + 196883 = 196884 という一見自明の等式は、20世紀の数学的認識のある飛躍の物語の、最初の主人公なのです。 【  John McKayが気づいたこと 】 1978年ごろ、McKayは、あることに気づきます。 当時は、「モンスター群」の存在は証明されていなかったのですが、FischerとGriessは、モンスター群が「存在するならば」、その最小の非自明な既約表現（最も基本的な「対称性のパターン」を捉える方法）の次元は 196883 であると予想していました。 McKayは、この数字 196883 が、数論の分野で基本的な対象である j-不変量 j(τ) の q-展開（フーリエ級数展開に類似したもの）に現れる係数 196884 に極めて近いことに気づきます。     「1 + 196883 = 196884 だろう ! 」 そればかりではありません。McKayは、さらにj(𝜏) の最初のいくつかの項の係数が、モンスター群 M の既約表現の次元 r(n) の単純な線型結合として表現できることに気づきます。 【 数学者の直感 】 先に進む前に、あらためて問題を整理しておきましょう。 第一。ここでの議論には、二つの全く異なる数学的対象、「j-不変量」と「Monster...
続きを読む