【Double Descent】なぜ「大きなモデル」と「大きなデータセット」が重要なのか
【Double Descent】なぜ「大きなモデル」と「大きなデータセ ...
Neural Network
論文
【HiFi-GAN】単一GPUで22kHzの音声を生成可能なGANベースのボコーダー
【HiFi-GAN】単一GPUで22kHzの音声を生成可能なGANベー ...
Speech Synthesis
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
Diffusion Model
【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
盲目のAIが環境の地図を学習するという興味深い発見
盲目のAIが環境の地図を学習するという興味深い発見
強化学習
ExtruOnt： インダストリー4.0システムのための製造機械のタイプを記述するためのオントロジー
ExtruOnt： インダストリー4.0システムのための製造機械のタイ ...
Ontology
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
未来工場プラットフォームで取得されたアナログおよびマルチモーダル製造データセット
未来工場プラットフォームで取得されたアナログおよびマルチモーダル製造デ ...
Datasets
【AlphaCodium】プログラミングに特化した最高性能のコード生成手法
【AlphaCodium】プログラミングに特化した最高性能のコード生成 ...
Large language models
不安定外乱を持つ半導体製造工程を例に、テンソルベースのプロセス制御の性能を実証
不安定外乱を持つ半導体製造工程を例に、テンソルベースのプロセス制御の性 ...
Process Control
AIエージェントがユーザーの暗黙的な意図をどれだけ汲み取ることができるかを評価するベンチマークが登場！
AIエージェントがユーザーの暗黙的な意図をどれだけ汲み取ることができる ...
ChatGPT
フェイクニュースの検出に初めてLLMを活用したフレームワークが登場！
フェイクニュースの検出に初めてLLMを活用したフレームワークが登場！
fakenews
EdgeConvFormer：多変量時系列における動的グラフCNNと変換器に基づく異常検出
EdgeConvFormer：多変量時系列における動的グラフCNNと変 ...
Time-series
工学設計のためのビジョン言語モデルの評価（コンセプトから製造まで）
工学設計のためのビジョン言語モデルの評価（コンセプトから製造まで）
Large language models
ディープラーニングによる積層造形の進歩
ディープラーニングによる積層造形の進歩
Survey, Review
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