推論過程を書き出すホワイトボードを与えることで、LLMの視覚的推論能力が大きく向上！？
推論過程を書き出すホワイトボードを与えることで、LLMの視覚的推論能力 ...
Prompting Method
Transformer
Cross-Layer AttentionによってTransformerのメモリを大幅に削減
Cross-Layer AttentionによってTransforme ...
Transformer
YesBut：VLMに皮肉や風刺画を理解させるデータセットの登場！
YesBut：VLMに皮肉や風刺画を理解させるデータセットの登場！
dataset
【SCoRe】LLMの自己修正能力を高める強化学習！多段階的にエラーを特定して修正する
【SCoRe】LLMの自己修正能力を高める強化学習！多段階的にエラーを ...
Large language models
数学教育を変革するAI、大規模言語モデルを活用した数学問題解決の可能性と課題
数学教育を変革するAI、大規模言語モデルを活用した数学問題解決の可能性 ...
Large language models
より良いAttention機構がLLMの長文処理の性能を向上させる！
より良いAttention機構がLLMの長文処理の性能を向上させる！
Large language models
【OmniGen】あらゆる画像系タスクをたった一つの生成モデルで実現！
【OmniGen】あらゆる画像系タスクをたった一つの生成モデルで実現！
Image generation
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
超長いプロンプト文を圧縮してメモリを抑えるGoogleの高性能LLM
超長いプロンプト文を圧縮してメモリを抑えるGoogleの高性能LLM
Large language models
GenTron: 画像生成、動画生成向けのDiffusion Transformers
GenTron: 画像生成、動画生成向けのDiffusion Tran ...
Image generation
【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
ディープフェイク検出の自己教師ありViT
ディープフェイク検出の自己教師ありViT
self-supervised learning
【IGModel】GNN+Attention機構を応用した手法が創薬における実用性の向上
【IGModel】GNN+Attention機構を応用した手法が創薬に ...
medical
【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
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
二重連結性に着目しグラフニューラルネットワークの性能を大幅向上
二重連結性に着目しグラフニューラルネットワークの性能を大幅向上
GNN