モバイルUI向けマルチモーダル大規模言語モデル「Ferret-UI」
モバイルUI向けマルチモーダル大規模言語モデル「Ferret-UI」
Large language models
機械学習
【ClimODE】Neural ODEを用いた気象予測
【ClimODE】Neural ODEを用いた気象予測
Computational Physics
【音声と画像の融合！？】マルチモーダル手法”AV-HuBERT”は構音障害者音声認識でも輝くのか！
【音声と画像の融合！？】マルチモーダル手法”AV-HuBERT”は構音 ...
Speech Recognition for the Dysarthric
SkySense: マルチモーダルなリモートセンシングFoundationモデル
SkySense: マルチモーダルなリモートセンシングFoundati ...
CVPR
【Metaが開発した人工知能！？】従来の自己教師あり学習モデルとは一線を画す"HuBERT"モデルの性能はいかに
【Metaが開発した人工知能！？】従来の自己教師あり学習モデルとは一線 ...
AI for Science
製造品質予測モデルを強化する説明可能性技術
製造品質予測モデルを強化する説明可能性技術
Explainable.AI
【BitNet b1.58】モデルパラメータを3値で表現しLlama以上の精度を達成！？
【BitNet b1.58】モデルパラメータを3値で表現しLlama以 ...
Large language models
GPT-4、Claude 3 Opus、Gemini 1.0 Ultraが挑む制御工学の新境地
GPT-4、Claude 3 Opus、Gemini 1.0 Ultr ...
Optimization and Control
DNA解析から遺伝子発現予測、大規模言語モデルによる生物情報学への応用
DNA解析から遺伝子発現予測、大規模言語モデルによる生物情報学への応用
Large language models
音声から自然な3Dトーキングフェイスを生成する「AVI-Talking」
音声から自然な3Dトーキングフェイスを生成する「AVI-Talking ...
Face Recognition
インド固有の社会的バイアスを測定するための新データセット「IndiBias」
インド固有の社会的バイアスを測定するための新データセット「IndiBi ...
Large language models
【ゼロショット転移学習】多言語コーパスデータから、未学習言語の音声認識を行なう革新的な技術！？
【ゼロショット転移学習】多言語コーパスデータから、未学習言語の音声認識 ...
Speech Recognition for the Dysarthric
【BitNet】1ビットで推論する大規模言語モデル
【BitNet】1ビットで推論する大規模言語モデル
BitNet
ChatGPTを用いたメディアバイアス検出の可能性と限界
ChatGPTを用いたメディアバイアス検出の可能性と限界
Large language models
診断の精度向上、医療に特化したLLMによる新たな診断支援
診断の精度向上、医療に特化したLLMによる新たな診断支援
Large language models
【ReALM】LLMによる画面上のエンティティ位置を活用した参照解決
【ReALM】LLMによる画面上のエンティティ位置を活用した参照解決
Large language models
AIによる口頭試験シミュレーション、STEM教育に革命をもたらすLLM
AIによる口頭試験シミュレーション、STEM教育に革命をもたらすLLM
Large language models
ロボットに『因果の目』を与える：ブロック積み上げタスクで高い成功率を達成
ロボットに『因果の目』を与える：ブロック積み上げタスクで高い成功率を達 ...
robot