プログラミング 最小RAGを作ると中身はこうなる
RAGを最小構成で実装すると内部で何が起きているのかを、コードと出力ファイルだけで解説。ベクトル化・cosine検索・thresholdによる拒否、hit@5評価、埋め込みコストまで一次情報で理解できます。
プログラミング 
技術解説 精度が伸びるRAG設計：重要な5レイヤー
RAGの内部を「データ表現・検索単位・探し方・絞り込み・渡し方」の5レイヤーで分解。例え話で、精度が出ない原因と設計判断のポイントを整理し、実装前に全体像をつかめます。
思索記録 如何にして稼ぐか｜運のポートフォリオ戦略
稼ぐ力は「遺伝子（種族値）」と「運」の2軸。仲間ガチャ・装備ガチャ・ステージガチャ・高コストガチャをポートフォリオ化し、継続できる形で回数を増やして豊かになる考え方を解説。
プログラミング 【検証】LLMはミニクエストを攻略できるのか？
ブラウザ完結のDQ風ミニ探索ゲームを使い、GPT-5 / mini / nanoでAIプレイを検証。
プログラミング 強化学習（World Model + MPC）迷路デモ
Transformerによる記憶付きDQNに、World ModelとMPCを組み合わせた迷路AIデモを解説。過去を覚え、数手先を先読みして行動するエージェントの仕組みを紹介します。
プログラミング 強化学習（DL:DQN＋Transformer:記憶）迷路デモ
局所観測の迷路ではなぜ強化学習は迷うのか？Transformerで過去16ステップを統合し、「記憶」を持つDQN迷路デモを可視化。ループ脱出の挙動を解説します。
プログラミング 強化学習（DL:DQN）を可視化する迷路デモ
DQN（Deep Q-Network）を使った強化学習デモを解説。迷路（GridWorld）を題材に、CNNで行動価値を学習し、AIの成長をブラウザ上でリアルタイム可視化します。
プログラミング 強化学習（ML:Q学習）を可視化する迷路デモ
強化学習の代表手法Q-learningを、迷路型GridWorldで学習させるデモを解説。WebSocketで学習過程をリアルタイム可視化し、仕組みを動きで理解できます。
技術解説 AIエンジニアとプロンプトエンジニアとはなに?
AIエンジニアという言葉が曖昧な理由を、Embedded・Webとの構造比較から解説。AIリサーチャー・AIエンジニア・AIアプリケーションエンジニア・プロンプトエンジニアの4分類も論文ベースで整理します。
技術解説 AIのベクトルとRAGを香水で理解する
AIの「ベクトル」「ベクトル検索」「RAG」を、香水ショップに置き換えて直感的に理解できるよう解説します。2次元ベクトルの比喩で意味の近さも掴めます。