与「REIRIE」相关的搜索结果

『IDOL AND READ 038』 🌸明日3月25日発売🌸 cover #井上梨名# #櫻坂46# back cover #田口愛佳# #長友彩海# #AKB48# #小林由依卒業コンサート# #BACKSLIVE#!! #AKB48研究生公演# #REIRIE# #石田優美# #塩釜菜那# #NATSU# #内藤るな# #小野寺梓# #楠偉音# #赤間四季# Amazon👇

トップYouTuberヒカルさんが手掛ける「ReZARD」と、川後陽菜が手掛けるアパレルブランド「YONAKA」が初のコラボ⚡️⚡️そしてそのアイテムが本日よりSHOPLANDで発売。 ルックモデルは、なんとREIRIEちゃん。この写真は、最後に記念撮影的に真ん中に入れてもらった1枚です🙌🙌✨ 良い写真じゃない？(カッコつけていますが、とても心躍っています。多分、推しと撮影会とかすると皆んな冷静を保つためにこういう顔になる気がするんですが、わかります？) . ReZARDとのコラボレーションは、先月の札幌コレクションで発表しました。その時にもREIRIEちゃんにこのコラボレーションアイテムを着用してランウェイを歩いてもらいました。 その時の投稿にも書いたけど、改めて詳しく経緯をお話させてください。 れいちゃん・りえちゃん2人のことは、ミスiDのオーディションで知りました。そのオーディションの時から2人の虜で、数年後「乃木坂ってどこ？」という番組で全てソロのオリジナル企画で行きましょうという時に世の中にこの子たちを広めたいと思い特集した企画をしました。(昔から推しの良さを広めるのが好きみたい) そこから数年が経ち、昨年9月に私はYONAKAというブランドを始めました。そこでYONAKAのイメージに合うミューズを考えた時れいちゃんとりえちゃんが浮かびました。でもそれはまだ、れいちゃんとりえちゃんがREIRIEとして活動していない昨年末の事だったので、何とかこの2人の再共演が実現できないかとあたっていました。なんとそれが年を超えた翌月に突如2人はグループ再結成。運命を感じました。 すぐにオファーさせていただきランウェイがきまりました。デザインもReZARDとYONAKAの融合とさらに2人にもフィットして、憧れる人に近づきたいと思ってる人にも届くようなものに....と沢山考えて制作しました。実際に完璧に着こなしてくれて感動しました😭😭😭絶対2人でルックも撮って世に残したいという思いも出て、その日すぐに撮影のお願いをしました😭✨ ルック写真は、REIRIEちゃんで撮ったんですが、最後に記念撮影的に真ん中に入れてもらった1枚です🙌🙌✨どうですか？(カッコつけていますが、とても心躍っています。多分、推しと撮影会とかすると皆んな冷静を保つためにこういう顔になる気がするんですが、わかります？) ずっと前から好きな人と一緒にお仕事ができたり、長い期間良い関係を保つのはそう簡単なことでは無いなと思いますが、最近はそんな出来事が多くて、すごくあたたかい気持ちになれます。 YONAKAでつくるものは、本当に長い時間をかけていろんなストーリーを溶け込ませているので私自身全てが自信作で大切にしています。 自分がつくるものが1番良いので、SNSは宣伝がちになりますが😭本当に素晴らしいのでこれからも伝えさせてください。@yonakajpもフォローしてくださると嬉しいです。 Twitterここまで長いの見たことないけどこの思い届けたくてチェックマーク課金したよ〜🤣🤣伝わった？

REIRIE🤍 昔、乃木坂工事中で川後PのイチオシミスiDとして黒宮れいさん金子理江さんを紹介してそこから数年🥹 再復活前から自分のブランドYONAKAは、“れいりえ”に着て欲しいと言っていたら大復活🥹念願の推しに自分の服をきてもらって同じステージでランウェイ、エモいです。ありがとう

この後もステージに出るよ〜🧸🤍 ひとまず、SAPPORODOTステージありがとうございました❤️❤️ 和田さん、YONAKA @yonakajp を着て歩いてくれたREIRIE(金子理江さん・黒宮れいさん)、一緒に歩いた田丸夏歩さんと〜😊🌹 #札コレ#

You want alpha? PATTERN RETRIEVAL by @adamilenich is alpha. A collection of pixelated ASCII characters with each one a memory under pressure. The project explores how memories persist under pressure. Stored patterns are disrupted by noise, then gradually reconstruct themselves through a process of recall. Presented through CRT-inspired visuals and generative sound, each work loops endlessly between loss and recognition. The creator, Adam is a builder in the NFT space and he has worked with top brands in web2 and web3 companies like Opensea and Twitter. This is his first collection. The collection would be a 478 supply collection with an allowlist price of 0.0069e and a public mint price of 0.1e. The best way to get in is to explore the site to know more about Pattern Retrieval, then register on the allowlist ( check the link below) Don’t fade, position and keep close tabs.

Okay, so I stumbled upon this really cool generative NFT project called Pattern Retrieval, and it's honestly one of the most unique things I've seen in a while. It's from @adamilenich, who you might know from his work with @opensea. The whole concept is pretty mind-bending cos it takes every single printable ASCII character you know, letters, numbers, and symbols and treats them like delicate memories. These memories are stored in something called a Hopfield network. Then, the project deliberately messes with them, adding random noise, and lets the network try to piece them back together. It does this by simulating this old-school CRT phosphor screen, complete with that fuzzy glow and scanlines. What's interesting is that each piece also has its own generated audio. It starts out sounding like that static and noise, but as the memory gets restored, the audio transforms into this really calming soundscape, almost like it's singing. The entire thing is just one self-contained HTML file that plays on a loop in your browser. It really makes you think about memory, how things decay, and how patterns try to hold their form. If you're curious, you can check out the live site at and even interact with some of the examples yourself. It feels like a really deep dive into how we perceive and reconstruct information.

ChatGPT generates a leads list. But now what? Manually open every LinkedIn profile, click connect, write a note, update your sheet? Nah, no one got time for that. Just give Retriever the list. It’ll do the dumb work for you for FREE.

In the last 6 months at @Ahrefs, we analyzed over 1 billion data points across 14 studies. Here's what we learned about AI search optimization: 1) "Best X" blog listicles are the single most prominent content format cited by AI chatbots. They make up 43.8% of all page types cited by ChatGPT specifically. 2) 67% of ChatGPT's top 1,000 citations come from sources marketers can't influence: Wikipedia (29.7%), homepages (23.8%), app stores (6.6%). Only 32.3% are influenceable content like educational pages, reviews, news, and blog posts. 3) 28.3% of ChatGPT's most-cited pages have zero Google organic visibility. These pages get cited repeatedly by ChatGPT despite not ranking in Google at all. A completely separate discovery layer. 4) ChatGPT only cites about 50% of the URLs it retrieves. It fetches dozens of pages per query but uses half as background context without attribution. This means that being retrieved and being cited are very different things. 5) Adding schema markup had zero meaningful impact on AI citations. AI Overviews actually dipped −4.6%, while AI Mode (+2.4%) and ChatGPT (+2.2%) showed changes indistinguishable from zero. 6) YouTube mentions have the highest correlation (0.737) with AI brand visibility out of all the factors we studied (including all the conventional SEO metrics like backlinks, page count, DR, etc). This held true for both Google-owned and OpenAI products. 7) AI Overviews reduce clicks to the #1# result by 58%. That’s up from 34.5% just 10 months earlier. The trend is accelerating. 8) 99.9% of AI Overviews appear on informational intent queries. Transactional, navigational, and local searches are almost entirely AIO-free. Shopping triggers AIOs just 3.2% of the time. 9) For a given search query, Google’s AI Mode and AI Overviews reach the same conclusions 86% of the time — but cite almost entirely different sources (only 13.7% citation overlap). 10) AI Overviews change every 2.15 days on average, with 70% of content differing between consecutive observations. But semantic similarity stays at 0.95. The words, sources, and entities constantly shuffle, but the actual meaning barely moves.

又在为文档解析头秃？ 云服务太贵？本地库太慢？ 别急！3秒告诉你神器——LiteParse！ LlamaIndex团队开源的本地解析神器： 用Rust语言（一种高性能编程语言）写的， 解析速度直接起飞！ - PDF、Word、Excel、PPT、图片全支持 - 带坐标（bounding box位置信息）、布局保留，表格不乱套 - OCR（光学字符识别）随便接，还能出截图给Agent（AI智能体） - Python、JS、Rust、浏览器全都能用 完全本地跑，不用联网，不用API key（接口密钥），不用GPU（显卡）！ 现在做RAG（Retrieval-Augmented Generation， 检索增强生成）、做Agent，文档预处理全靠它，爽得一批。 以前解析文档要么慢、要么贵、要么乱、 要么泄数据，现在LiteParse让你本地快速吃掉大部分常规文档，复杂场景再上他们的云版LlamaParse就行。 适合人群： 搞AI Agent（智能体）、RAG、本地LLM（大语言模型）应用、文档智能、隐私合规项目的开发者。