Search Results Discord

このAIニュースレターは、あなたが必要とするすべてです＃71

今週、ジョー・バイデン大統領は人工知能の規制を再び注目させるために、人工知能の監督を目的とする行政命令に署名しましたこの指令は様々な政府機関に要請し、…

メタとUNC-Chapel Hillの研究者は、「Branch-Solve-Merge」という革新的なプログラムを導入しました：複雑な言語課題における大規模言語モデルの性能を向上させるプログラム

「BRANCH-SOLVE-MERGE（BSM）」は、複雑な自然言語タスクにおける大規模な言語モデル（LLM）を向上させるためのプログラムです。BSMは、枝分かれ、解決、統合のモジュールを含み、サブタスクを計画し、解決し、組み合わせるためのものです。Vicuna、LLaMA-2-chat、GPT-4などのモデルに適用されることで、BSMは人間-LLMの一致を向上させ、バイアスを減らし、LLaMA-2-chatがほとんどのドメインでGPT-4を凌駕するか、追い越す能力を得ることができます。また、ストーリーの結びつきと満足感も制約ストーリー生成において増加します。 LLMは多様な言語タスクで優れていますが、複雑さには助けが必要です。BSMはLLMプログラムであり、各タスクをステップに分割し、異なるプロンプトでそれぞれをパラメータ化します。これは従来の順次的アプローチとは異なり、LLMの評価や制約付きテキスト生成などのタスクを対象にしており、並列分解を活用することで価値のある解決策を提供します。このプロセスは、全体的な評価の必要性に対応し、複雑なテキスト生成タスクにおけるLLMの評価のための貴重な解決策となります。 LLMはテキスト生成においては優れていますが、複雑な多目的タスクにおいては助けが必要です。UNCチャペルヒル大学とMeta研究者は、このような課題に取り組むためのBSMという手法を提案しています。BSMは枝分かれ、解決、統合のモジュールを使用してタスクを並列のサブタスクに分解します。LLMの応答評価と制約付きテキスト生成に適用することで、BSMはこれらのタスクの正確さ、一貫性および制約の満足度を向上させ、LLaMA-2-chat、Vicuna、GPT-4などのさまざまなLLMに利益をもたらします。BSMは、複雑な言語タスクにおけるLLMの性能向上に向けた、有望な解決策を提供します。 BSMは複雑な言語タスクを枝分かれ、解決、統合の3つのモジュールに分解します。LLMの応答評価と制約付きテキスト生成に適用することで、BSMは正確さと一貫性を向上させ、バイアスを減らします。人間-LLMの一致を26%まで向上させ、制約の満足度を12%向上させます。BSMは多機能で分解ベースのアプローチであり、さまざまなLLMに適用できるため、さまざまなタスクとスケールでのLLM評価の向上に有望です。 BSMはLLaMA-2-70B-chatのターン1およびターン2の質問に対して、LLM-人間の一致度を12ポイント向上させます。また、ポジションバイアスと長さバイアスでは34%のバイアスを削減します。BSMは、LLaMA-2のような弱いオープンソースモデルがGPT-4と競合できるようにします。BSMの性能はさまざまなドメインにわたり、さまざまなカテゴリでGPT-4と匹敵または迫る結果を残し、一致度を向上させ、バイアスを軽減します。また、数学などのクラスでLLaMA-2-70B-chatやGPT-4を上回り、基準ベースの質問の評価に優れ、一致度を向上させ、ポジションバイアスを軽減します。 BSMの手法は、LLMの評価とテキスト生成におけるつながり、計画、タスクの分解に関する重要な課題に取り組んでいます。BSMの枝分かれ、解決、統合のモジュールは、LLMの応答評価と制約付きテキスト生成を改善し、正確さ、一貫性、人間-LLMの一致度を向上させます。BSMはバイアスを軽減し、ストーリーの結びつきを高め、制約の満足度を向上させます。さまざまなLLMおよびドメインで効果的であり、さまざまなタスクでGPT-4を凌駕することさえあります。BSMは、さまざまなタスクにおいてLLMパフォーマンスを向上させるための多機能かつ有望な手法です。この研究に関する論文をチェックしてください。この研究には研究者の皆さんによる全てのクレジットがあります。また、最新のAI研究ニュースや面白いAIプロジェクトなどを共有している32k+のML SubReddit、40k+のFacebookコミュニティ、Discordチャネル、およびメールニュースレターにも参加してみてください。私たちの仕事が好きなら、ニュースレターもきっと気に入るでしょう。また、TelegramとWhatsAppでもご利用いただけます。記事「リサーチャーのMetaとUNC-Chapel HillがBranch-Solve-Mergeを導入：複雑な言語タスクで大規模言語モデルのパフォーマンスを向上させる革命的なプログラム」は、MarkTechPostで最初に掲載されました。

『Retrieval-Augmented GenerationとSelf-Hosted LLMsから期待されること』

この記事では、自己ホストされたLLMsとRAG技術を組み合わせてAIアプリケーションを開発する方法について学びます

一行のコードでHuggingfaceのデータセットを対話的に探索する

ハギングフェイスデータセットライブラリは、70,000以上の公開データセットにアクセスするだけでなく、カスタムデータセットのための非常に便利なデータ準備パイプラインも提供しています。 Renumics Spotlightを使用すると、データ内の重要なクラスターを特定するためのインタラクティブな可視化を作成することができます。SpotlightはHugging Faceデータセット内のデータセマンティクスを理解しているため、たった1行のコードで始めることができます： import datasetsfrom renumics import spotlightds = datasets.load_dataset('speech_commands', 'v0.01', split='validation')spotlight.show(ds) Spotlightを使用すると、予測や埋め込みなどのモデル結果を活用して、データセグメントやモデルの失敗モードに対するより深い理解を得ることができます： ds_results = datasets.load_dataset('renumics/speech_commands-ast-finetuned-results', 'v0.01', split='validation')ds = datasets.concatenate_datasets([ds, ds_results],…

このAIニュースレターがあれば、あなたは全てが揃った！＃70

今週のAIでは、特に2つの新しいエージェントモデルのリリースに興味を持っていましたNvidiaは、複雑なタスクを自律的に実行するためにロボットをガイドするために設計されたAIエージェント「ユーレカ」を発表しました…

「オムニバースへ：マーモセットがレンダリングの突破をもたらし、OpenUSDのサポートを拡張して3Dアート制作を向上させます」

Editor’s note: この記事は「Into the Omniverse」シリーズの一部であり、スタートアップから企業までのアーティストや開発者が最新のOpenUSDやNVIDIA Omniverseを使用してワークフローを変革する方法に焦点を当てたものです。リアルタイムレンダリング、アニメーション、およびテクスチャーベイキングは、3Dアート制作における重要なワークフローです。Marmoset Toolbagソフトウェアを使用することで、3Dアーティストは創造的なワークフローを向上させ、生産性に影響を与えることなく複雑な3Dモデルを作成することができます。 Marmoset Toolbagの最新バージョンであるバージョン4.06では、Universal Scene Description（OpenUSD）へのサポートが強化され、NVIDIA Omniverseとのシームレスな互換性が実現されています。これにより、Marmosetを使用する3Dクリエイターやテクニカルアーティストは、シームレスな相互運用性、高速レンダリング、リアルタイムの可視化、効率的なパフォーマンスを楽しむことができます。彼らの創造的なワークフローの可能性が再定義されます。 OpenUSDでクロスプラットフォームの創造性を向上させるクリエイターたちは、OpenUSDを活用してワークフローを次のレベルに引き上げています。ベルリンを拠点にするArmin Halačは、Woogaというモバイルゲーム開発スタジオで主任アニメーターとして働いており、June’s JourneyやGhost Detectiveなどのプロジェクトで知られています。彼の仕事の性質上、Halačは3Dワークフローに詳しいです-彼はアニメーションやキャラクターリギングに取り組んでいます。テクスチャリングや高品質のレンダリングのために、HalačはMarmosetが好んで使用しており、ユーザーフレンドリーなインターフェースと強力な機能により、彼のワークフローが簡素化されます。最近、HalačはMarmosetを使用して、彼の本『Blenderを使用したゲーム向けキャラクターリギングの完全ガイド』の魅力的なカバーイメージを作成しました。 USDへの追加サポートを使用することで、HalačはBlenderからMarmosetに3Dアセットをシームレスに送信することができ、コラボレーションの新たな可能性と視覚効果の向上を実現します。 Halačの本のカバーイメージ。 Nkoro Anselem…