複数の画像やテキストの解釈 Technology - Section 45

「DeepMindによるこのAI研究は、シンプルな合成データを使用して、大規模な言語モデル（LLM）におけるおべっか使用を減らすことを目指しています」

大規模言語モデル（LLMs）は近年大きく進化し、推論を必要とする難しいタスクを処理することができるようになりました。OpenA...

アップルとブリティッシュコロンビア大学のAI研究者が提案する「FaceLit：ニューラル3D再点灯可能な顔のための革新的なAIフレームワーク」

近年、2D画像から3D生成モデルを獲得するタスクに対する関心が高まっています。Neural Radiance Fields（NeRF）の登場により...

スタビリティAIが日本語のStableLMアルファを発表：日本語言語モデルの飛躍的な進化

日本の生成型AIの領域を向上させる重要な一歩として、Stability AIは、Stable Diffusionを開発した先駆的な生成型AI企業とし...

10倍の生産性を向上させるためのTop 10 VS Code拡張機能

Path Intellisense C#、VB.NET、またはF#を使用している場合、Visual Studioの拡張機能であるPath Intellisenseのおかげで、P...

PlayHTチームは、感情の概念を持つAIモデルをGenerative Voice AIに導入しますこれにより、特定の感情で話しの生成を制御し、指示することができるようになります

I had trouble accessing your link so I’m going to try to continue without it. 音声認識は、自然言語処理（NLP）の...

「ConDistFLとの出会い：CTデータセットにおける臓器と疾患のセグメンテーションのための革新的なフェデレーテッドラーニング手法」

コンピュータ支援診断や治療計画などの臨床応用のために、コンピュータ断層撮影（CT）画像は腹部臓器と腫瘍を正確にセグメン...

「PUGに会ってください：メタAIによるアンリアルエンジンを使用したフォトリアルで意味的に制御可能なデータセットを用いた堅牢なモデル評価に関する新しいAI研究」

データの表現を学び、タスク間で応用できるようにすることは、機械学習における高い目標です。評価とトレーニングのための大...

Salesforceの研究者は、XGen-Image-1を導入しました：複数の事前学習済みコンポーネントを再利用するために訓練されたテキストから画像への潜在的な拡散モデル

画像生成は、人工知能（AI）の中で先駆的な分野として登場し、マーケティング、営業、および電子商取引の領域において前例の...

USCとMicrosoftの研究者は、UniversalNERを提案します：ターゲット指向の蒸留で訓練され、13,000以上のエンティティタイプを認識し、43のデータセット上でChatGPTのNER精度を9%F1上回る新しいAIモデルです

ChatGPTと他の大規模言語モデル（LLM）は印象的な汎化能力を示していますが、その訓練および推論コストはしばしば制約があり...

UCサンタクルーズの研究者たちは、概念や価値観間の暗黙的なステレオタイプと、画像内のそれらを定量化する画像対テキスト関連性テストツールを提案しています

UCサンタクルーズの研究チームが、Text to Image Association Testと呼ばれる画期的なツールを紹介しました。このツールは、T...

Find your business way

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

Advertising with us