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
Transformer
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
CLIPでフェイクイメージを見破れ：画像-言語モデルによるフェイク検知
CLIPでフェイクイメージを見破れ：画像-言語モデルによるフェイク検知
Fake Detection
LLMが「心の理論」を有しているかを評価するベンチマーク、OpenToMが登場！
LLMが「心の理論」を有しているかを評価するベンチマーク、OpenTo ...
Datasets
【Diffusion Transformer】OpenAIのSoraにも使われた最新技術
【Diffusion Transformer】OpenAIのSoraに ...
Image generation
アップルがLLMのようにスケーラブルな大規模自己回帰画像モデルを開発
アップルがLLMのようにスケーラブルな大規模自己回帰画像モデルを開発
Computer Vision
【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
【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
【EmotionPrompt】感情を込めてプロンプト入力することでLLMの性能が向上
【EmotionPrompt】感情を込めてプロンプト入力することでLL ...
Prompting Method
Open X-Embodiment：ロボットの汎用的な学習を目指して
Open X-Embodiment：ロボットの汎用的な学習を目指して
robot