【Double Descent】なぜ「大きなモデル」と「大きなデータセット」が重要なのか
【Double Descent】なぜ「大きなモデル」と「大きなデータセ ...
Neural Network
機械学習
【HiFi-GAN】単一GPUで22kHzの音声を生成可能なGANベースのボコーダー
【HiFi-GAN】単一GPUで22kHzの音声を生成可能なGANベー ...
Speech Synthesis
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
Diffusion Model
【Mustango】音楽のドメイン知識を活用した音楽生成モデル
【Mustango】音楽のドメイン知識を活用した音楽生成モデル
Audio and Speech Processing
【VoiceCraft】業界最高レベルで自然な音声を合成できる言語モデル
【VoiceCraft】業界最高レベルで自然な音声を合成できる言語モデ ...
Speech Synthesis
「LLMが長文を出力する際の正確さ」を自動評価する手法が誕生
「LLMが長文を出力する際の正確さ」を自動評価する手法が誕生
Large language models
大規模言語モデルによる法律サービスの変革！速度と正確性で人間を超える？
大規模言語モデルによる法律サービスの変革！速度と正確性で人間を超える？
Large language models
VideoPrismが切り開くビデオ解析の可能性
VideoPrismが切り開くビデオ解析の可能性
Large language models
日本語特化の大規模言語モデルの最前線を切り拓く「RakutenAI-7B」
日本語特化の大規模言語モデルの最前線を切り拓く「RakutenAI-7 ...
Large language models
デコンパイルに特化した大規模言語モデル「LLM4Decompile」の登場
デコンパイルに特化した大規模言語モデル「LLM4Decompile」の ...
Large language models
インフォグラフィックスからUIまで画像とテキストを理解する「ScreenAI」
インフォグラフィックスからUIまで画像とテキストを理解する「Scree ...
Large language models
自律設計から実行までマルチ大規模言語モデルによる科学実験の自動化
自律設計から実行までマルチ大規模言語モデルによる科学実験の自動化
Large language models
CLIPを通じたゼロショット画像理解モデルの堅牢性評価
CLIPを通じたゼロショット画像理解モデルの堅牢性評価
Contrastive Learning
【HumanoidBench】人型ロボットの未来をシュミレーション
【HumanoidBench】人型ロボットの未来をシュミレーション
robot
売上損失削減の鍵：高速サロゲート支援MCTSによる企業施設ネットワークの最適化
売上損失削減の鍵：高速サロゲート支援MCTSによる企業施設ネットワーク ...
Optimization
ゲーム用LMベースエージェント（LMA）のアーキテクチャのレビューと課題
ゲーム用LMベースエージェント（LMA）のアーキテクチャのレビューと課 ...
Large language models
【MSGW-FLM】IoTの力で災害時の緊急救助を最適化
【MSGW-FLM】IoTの力で災害時の緊急救助を最適化
IoT
トランスフォーマーと大規模言語モデルが作る化学研究と新薬開発の未来
トランスフォーマーと大規模言語モデルが作る化学研究と新薬開発の未来
Large language models