アウトライヤーを防いで量子化精度を守る、大規模言語モデル向けOutlier-Safe Pre-Trainingの革新
アウトライヤーを防いで量子化精度を守る、大規模言語モデル向けOutli ...
LLM-Paper
Transformer
画像を忘れないAIへ、CoMemoが切り拓く次世代視覚と言語モデル
画像を忘れないAIへ、CoMemoが切り拓く次世代視覚と言語モデル
LLM-Paper
PictSure：視覚埋め込みの力でFew-Shot分類に挑む新手法
PictSure：視覚埋め込みの力でFew-Shot分類に挑む新手法
LLM-Paper
多話者音声認識の新潮流！DiCoWとDiariZenによる高精度システムの挑戦
多話者音声認識の新潮流！DiCoWとDiariZenによる高精度システ ...
LLM-Paper
Ultra-Sparse Memory Network：Transformerの記憶効率を変える新手法
Ultra-Sparse Memory Network：Transfo ...
LLM-Paper
小型LLMの限界を突破する新アーキテクチャ『Hymba』
小型LLMの限界を突破する新アーキテクチャ『Hymba』
LLM-Paper
Insight-V：視覚と思考をつなぐマルチモーダル推論の新戦略
Insight-V：視覚と思考をつなぐマルチモーダル推論の新戦略
LLM-Paper
Stable Flow: 画像生成を支える“本当に重要な層”を可視化
Stable Flow: 画像生成を支える“本当に重要な層”を可視化
LLM-Paper
「言葉」で指示して「画像」で探す！OWL-ViTが実現するオープンボキャブラリー物体検出
「言葉」で指示して「画像」で探す！OWL-ViTが実現するオープンボキ ...
Neural Network
【超絶無理難題級の分類タスク！？】WHFEMDアルゴリズムで構音障害音声の特長を正確かつ効率的に捉え分類せよ
【超絶無理難題級の分類タスク！？】WHFEMDアルゴリズムで構音障害音 ...
Speech Recognition for the Dysarthric
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
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