複数の画像やテキストの解釈 Staff - Section 64

Google DeepMindの研究者たちは、RT-2という新しいビジョン・言語・行動（VLA）モデルを紹介しましたこのモデルは、ウェブデータとロボットデータの両方から学習し、それを行動に変えます

大規模な言語モデルは、流暢なテキスト生成、新たな問題解決、文章やコードの創造的な生成を可能にします。対照的に、ビジョ...

映画チャットをご紹介しますビデオの基礎モデルと大規模な言語モデルを統合した革新的なビデオ理解システムです

大規模言語モデル（LLM）は最近、自然言語処理（NLP）の分野で大きな進歩を遂げています。LLMにマルチモーダリティを追加し、...

『私をすばやく中心に置いてください：主題拡散は、オープンドメインのパーソナライズされたテキストから画像生成を実現できるAIモデルです』

テキストから画像へのモデルは、過去1年間のAIの議論の中心でした。この分野の進歩は非常に迅速に起こり、その結果、印象的な...

「2023年の会計のためのトップAIツール」

VIC.AI Vic.aiはAIを使用して財務管理を行います。数億の請求書を使用してアルゴリズムをトレーニングしたため、テンプレート...

「BeLFusionに出会ってください：潜在的拡散を用いた現実的かつ多様な確率的人間の動作予測のための行動的潜在空間アプローチ」

人工知能（AI）が世界を魅了し続ける中で、コンピュータビジョンとAIの交差点において、人間の動き予測（HMP）という注目すべ...

「CREATORと出会ってください：ドキュメントとコードの実現を通じて、LLMs自身が自分のツールを作成するための革新的なAIフレームワーク」

大規模言語モデル（LLMs）は、最近の数年間で大きな進歩を遂げています。GPT-3、Codex、PaLM、LLaMA、ChatGPT、そしてより現...

アバカスAIは、新しいオープンロングコンテキスト大規模言語モデルLLM「ジラフ」を紹介します

最近の言語モデルは長い文脈を入力として受け取ることができますが、それらが長い文脈をどれだけ効果的に使用しているかにつ...

「非常にシンプルな数学が大規模言語モデル（LLMs）の強化学習と高次関数（RLHF）に情報を提供できるのか？ このAIの論文はイエスと言っています！」

人間の入力を取り入れることは、ChatGPTやGPT-4などの大規模言語モデル（LLM）の能力の近年の印象的な向上の鍵要素です。人間...

「LEVER（リーバー）とは、生成されたプログラムの実行結果を検証することを学習することで、言語からコードへの変換を改善するためのシンプルなAIアプローチです」

大規模言語モデル（LLM）は最近、大きな進歩を遂げました。これらのモデルは、人工知能の領域を大幅に向上させ、さまざまなタ...

「スタンフォード研究者は、直接の監督なしでメタ強化学習エージェントにおける単純な言語スキルの出現を探求する：カスタマイズされたマルチタスク環境におけるブレイクスルーを解明する」

スタンフォード大学の研究チームは、Reinforcement Learning（RL）エージェントが明示的な言語教育なしで間接的に言語スキル...

Find your business way

Globalization of Business, We can all achieve our own Success.

Advertising with us