PosterLlama: 言語モデルの設計能力とコンテンツを考慮したレイアウト生成
PosterLlama: 言語モデルの設計能力とコンテンツを考慮したレ ...
layout-gen
論文
MaskDiT: 画像生成向けた低学習コストの拡散モデル
MaskDiT: 画像生成向けた低学習コストの拡散モデル
Image generation
製造業向けロボット操作のデモからの学習のロードマップ
製造業向けロボット操作のデモからの学習のロードマップ
robot
商品カテゴリやブランドのスタイルを考慮したEコマース背景画像生成
商品カテゴリやブランドのスタイルを考慮したEコマース背景画像生成
Image generation
半導体製造における希少クラス予測モデルの革新
半導体製造における希少クラス予測モデルの革新
Prediction Model
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
MicroDiffusion: 数万ドルのモデルに勝る千ドルの生成画質モデル
MicroDiffusion: 数万ドルのモデルに勝る千ドルの生成画質 ...
Image generation
構音障害者も高齢者も見捨てない、A2A変換器による音声認識率改善
構音障害者も高齢者も見捨てない、A2A変換器による音声認識率改善
Speech Recognition for the Dysarthric
大規模言語モデルで実現する人間-ロボット協働組立
大規模言語モデルで実現する人間-ロボット協働組立
robot
科学論文におけるChatGPTの活用と影響、Binocularsによる分析
科学論文におけるChatGPTの活用と影響、Binocularsによる ...
Large language models
大規模言語モデルで実現する製造業の未来
大規模言語モデルで実現する製造業の未来
Manufacturing
大規模言語モデルベースの多エージェントを用いる次世代製造システム
大規模言語モデルベースの多エージェントを用いる次世代製造システム
Manufacturing
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
人間とAIの協力で知識グラフが進化！新しいリンク予測技術『KG-HAIT』の全貌
人間とAIの協力で知識グラフが進化！新しいリンク予測技術『KG-HAI ...
Neural Network
【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
【InfiMM-WebMath-40B】24億の数学文書からなるデータセットでLLMの数学性能を向上させる！
【InfiMM-WebMath-40B】24億の数学文書からなるデータ ...
Datasets
【MMSEARCH】画像とテキストを統合したマルチモーダル検索システム
【MMSEARCH】画像とテキストを統合したマルチモーダル検索システム
Large language models
TryOnDiffusion: 試着画像生成の最強モデル
TryOnDiffusion: 試着画像生成の最強モデル
Image generation