MMR1: 報酬分散に基づくサンプリングで強化学習を安定化するマルチモーダル推論モデル
MMR1: 報酬分散に基づくサンプリングで強化学習を安定化するマルチモ ...
LLM-Paper
記事一覧
VCRL: 報酬分散で学習難易度を制御するLLM強化学習の新アプローチ
VCRL: 報酬分散で学習難易度を制御するLLM強化学習の新アプローチ
LLM-Paper
自己教師あり学習で感情・笑い・性格を読み解く社会的AI『Social-MAE』の挑戦
自己教師あり学習で感情・笑い・性格を読み解く社会的AI『Social- ...
LLM-Paper
OnGoal: LLM対話の目標を可視化する新しいチャットインターフェース
OnGoal: LLM対話の目標を可視化する新しいチャットインターフェ ...
LLM-Paper
TriMM: 協調マルチモーダルコーディングによる高品質3D生成
TriMM: 協調マルチモーダルコーディングによる高品質3D生成
LLM-Paper
Dress&Dance: 高精度バーチャル試着と動作生成を可能にする動画拡散モデル
Dress&Dance: 高精度バーチャル試着と動作生成を可能にする動 ...
LLM-Paper
ROSE: 副作用を考慮した動画物体除去の新手法とベンチマーク
ROSE: 副作用を考慮した動画物体除去の新手法とベンチマーク
LLM-Paper
LLMは記憶より検索へ：インツール学習の理論的優位性と実証
LLMは記憶より検索へ：インツール学習の理論的優位性と実証
LLM-Paper
FakeParts：部分的ディープフェイクの脅威と検出限界を明らかにする新ベンチマーク
FakeParts：部分的ディープフェイクの脅威と検出限界を明らかにす ...
LLM-Paper
CogVLAによる次世代VLAモデル！認知科学に基づく指示駆動型ルーティングと効率的ロボット操作
CogVLAによる次世代VLAモデル！認知科学に基づく指示駆動型ルーテ ...
LLM-Paper
LLMの説得耐性と柔軟性を探る！DuET-PDとHolistic DPOによる新たな評価と訓練手法
LLMの説得耐性と柔軟性を探る！DuET-PDとHolistic DP ...
LLM-Paper
Seedream 3.0 Fill：OneRewardで実現する次世代マスク編集
Seedream 3.0 Fill：OneRewardで実現する次世代 ...
LLM-Paper
MVTracker：少数カメラで高精度を実現するマルチビュー3D点追跡手法
MVTracker：少数カメラで高精度を実現するマルチビュー3D点追跡 ...
LLM-Paper
ランク1更新で実現するLLM安全性増幅！ROSIの仕組みと実験結果
ランク1更新で実現するLLM安全性増幅！ROSIの仕組みと実験結果
LLM-Paper
多様性とタスク特化を両立するLLM学習：TCIAの仕組みと実験成果
多様性とタスク特化を両立するLLM学習：TCIAの仕組みと実験成果
LLM-Paper
Mixture of Contextsによる長編動画生成の革新！効率的な文脈保持と高精度生成の実現
Mixture of Contextsによる長編動画生成の革新！効率的 ...
LLM-Paper
AWORLD：分散型フレームワークによるエージェントAIの効率的学習基盤
AWORLD：分散型フレームワークによるエージェントAIの効率的学習基 ...
LLM-Paper
MCP-Benchが拓くLLMエージェント評価の新潮流！複雑タスクと実世界シナリオへの挑戦
MCP-Benchが拓くLLMエージェント評価の新潮流！複雑タスクと実 ...
LLM-Paper
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクスの新展開
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクス ...
Large language models
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取得するフレームワークが登場
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取 ...
機械学習
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
ChatGPT
お手軽！高精度！異常検知モデルPatchCoreの魅力
お手軽！高精度！異常検知モデルPatchCoreの魅力
Object Detection
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせる手法
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせ ...
RLHF
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
Sports Analytics
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化したLLM
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化 ...
Large language models
【Swin Transformer】今こそ押さえたいTransformer系画像認識モデル
【Swin Transformer】今こそ押さえたいTransform ...
画像認識
【開発者必見】活性化関数の最新包括的レビュー！
【開発者必見】活性化関数の最新包括的レビュー！
survey
仮想空間の街の中で25人のAIエージェントの行動をシミュレーション！？
仮想空間の街の中で25人のAIエージェントの行動をシミュレーション！？
Large language models
Diffusion Policy : 拡散モデルでロボットを動かす！ロボットがピザを作れる時代に！？
Diffusion Policy : 拡散モデルでロボットを動かす！ロ ...
Diffusion Model
U-NetとTransformerを合体！医用画像セグメンテーションのための新しいネットワークSwin Unetを紹介｡
U-NetとTransformerを合体！医用画像セグメンテーションの ...
medical
GAIA：新しいベンチマークが明らかにした大規模言語モデルの限界
GAIA：新しいベンチマークが明らかにした大規模言語モデルの限界
Large language models
