Search Results ML

「HaystackパイプラインとAmazon SageMaker JumpStartを使用して、LLMsを用いたエンタープライズ検索のための本番用ジェネレーティブAIアプリケーションを構築する」

この投稿では、HaystackパイプラインとAmazon SageMaker JumpStartおよびAmazon OpenSearch ServiceからのFalcon-40b-instructモデルを使用して、エンタープライズ検索のためのエンドツーエンドの生成型AIアプリケーションを構築する方法を紹介します

「AIのプロセス」

AIはまだ比較的新しい分野と見なされているため、SWEBOKのようなガイドや標準は実際には存在しません実際に、AI/MLの修士課程の教科書にはAIの明確かつ一貫した説明が提供されていません...

「Amazon SageMaker 上での LLM を使用した多言語対応の知識型ビデオおよび音声の質疑応答システム」

「デジタルアセットは、ますますデジタル化される世界において、ビジネスにとって製品やサービス、文化、ブランドアイデンティティの重要な視覚的表現ですデジタルアセットは、記録されたユーザーの行動とともに、インタラクティブでパーソナライズされた体験を提供することにより、顧客エンゲージメントを促進し、企業がターゲットオーディエンスとより深い関係を築くことができます特定のデジタルアセットを効率的に見つけたり検索したりすることは、[…]」

「AmazonショッピングがAmazon Rekognitionコンテンツモデレーションを使用して商品レビューの有害な画像を確認する方法」

お客様は、キッチンタオルのような日常品を購入する場合や、車のような大きな買い物をする場合にも、製品レビューに頼って情報を得ることが増えていますこれらのレビューは、他のお客様の意見や経験を知るための重要な情報源となり、ショッパーがアクセスできるようになっています

「生成AIは世界を変える可能性があるが、データインフラストラクチャが追いつかなければならない」

「生成AIに関する話題は多いものの、ほとんどの業界の専門家はまだ重要な問題に取り組んでいませんそれは、この技術を長期間サポートできるインフラストラクチャプラットフォームが存在するかどうか、そしてもし存在する場合、生成AIが約束する革新を支えるために十分な持続可能性があるのかということです生成AIツールはすでにかなりの評判を築いています」

効率的にオープンソースのLLMを提供する

この記事では、オープンソースのLLMsを提供するための6つの一般的な方法、AWS Sage Maker、Hugging Face、Together.AI、VLLM、およびPetals.mlを使用した個人的な経験について説明していますあなたは痛み、苦労、...を感じてきたでしょう

「データ品質とは何ですか？」

データ品質は、データセットが信頼性があり、理解され、意図された目的に効果的に利用される方法を定義しますサプライチェーン管理では、データは問題を検出し、意思決定をする上で重要な役割を果たします

「ミケランジェロのAIいとこ：ニューランジェロは高精度な3D表面再構築が可能なAIモデルです[コードも含まれています]」

ニューラルネットワークは近年かなり進化しており、ほとんどのアプリケーションで使用されています。最も興味深いユースケースの1つは、現実世界の3Dモデリングです。私たちは、通常のカメラを使用してシーンの3Dジオメトリを正確にキャプチャできるニューラル輝度場（NeRF）を見てきました。これらの進歩により、3D表面再構成の新たなページが開かれました。 3D表面再構成の目標は、複数の視点からキャプチャされた複数の画像を分析して、シーンの詳細なジオメトリ構造を回復することです。これらの再構成された表面には、拡張/仮想/複合現実のための3Dアセットの生成や、自律型ロボットのナビゲーションのための環境マッピングなど、さまざまなアプリケーションに適用できる貴重な構造情報が含まれています。特に興味深いアプローチは、単一のRGBカメラを使用した写真測量的な表面再構成です。これにより、一般的なモバイルデバイスを使用して、ユーザーは簡単に現実のデジタルレプリカを作成することができます。 3D表面再構成は、複数の画像から密なジオメトリ構造を生成することで、拡張/仮想/複合現実やロボット工学など、さまざまなアプリケーションに広範な活用が可能です。多視点ステレオアルゴリズムなどの古典的な手法は、疑わしい観測結果に対して苦労し、不正確または不完全な結果を生み出すことがよくあります。ニューラル表面再構成手法は、シーンを暗黙的な関数として表現するために座標ベースの多層パーセプトロン（MLP）を活用することで、有望な解決策として登場しました。ただし、現在の手法の忠実度は、MLPの容量とスケーリングがうまくいきません。スケーリング問題を解決する方法があったらどうでしょうか？RGB入力だけで本当に正確な3D表面モデルを生成できたらどうでしょうか？それでは、ニューラルアンジェロに会いましょう。ニューラルアンジェロはRGB画像から3D表面を再構築できます。ソース：https://research.nvidia.com/labs/dir/neuralangelo/paper.pdf ニューラルアンジェロは、インスタントNGP（ニューラルグラフィックスプリミティブ）のパワーとニューラルSDF表現を組み合わせて高品質の表面再構築を実現するフレームワークです。ニューラルアンジェロは、ニューラル符号化された符号距離関数（SDF）表現としてインスタントNGPを採用しています。インスタントNGPは、多分解ハッシュエンコーディングを備えたハイブリッド3Dグリッド構造と、ログリニアメモリフットプリントを維持しながら表現力を向上させる軽量MLPを導入しています。このハイブリッド表現は、ニューラルフィールドの表現力を大幅に向上させ、細部までの情報をキャプチャする能力に優れています。ハッシュ符号化された表面再構築の品質をさらに向上させるために、ニューラルアンジェロは2つのキーコンセプトを導入しています。まず、表面法線などの高次導関数を計算するために数値勾配が使用され、最適化プロセスの安定化に貢献します。次に、進行的な最適化スケジュールが実装され、異なる詳細レベルでの構造の回復が可能になり、包括的な再構築アプローチが実現されます。これらのテクニックは相互に作用し、再構築の精度とビューシンセシスの品質の両方において大幅な改善をもたらします。 Neuralangeloの概要。ソース：https://research.nvidia.com/labs/dir/neuralangelo/poster.pdf ニューラルアンジェロは、マルチ解像度ハッシュ符号化のパワーをニューラルSDF表現に自然に組み込んでおり、再構築能力が向上しています。さらに、数値勾配とアイコナール正則化の使用により、ハッシュ符号化された表面再構築の品質が向上し、最適化プロセスが安定化します。最後に、標準ベンチマークと実世界のシーンでの幅広い実験により、ニューラルアンジェロの効果が実証され、再構築の精度とビューシンセシスの品質の両方において、従来の画像ベースのニューラル表面再構築手法に比べて大幅な改善が示されています。

「分析ストリーム処理への控えめな紹介」

「基礎は揺るぎない、壊れることのない構造物の土台です成功したデータアーキテクチャを構築する際には、データがシステム全体の中心的な要素です...」

「表形式データの進化：分析からAIへ」

「表形式データ」とは、行と列に整理されたデータを指しますこれにはCSVファイルやスプレッドシート、関係データベースなどが含まれます表形式データは数十年前から存在しており、…

Learn more about Search Results ML - Page 298