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
生成モデル
ベトナムの高校化学の試験問題で見る大規模言語モデルの限界と可能性
ベトナムの高校化学の試験問題で見る大規模言語モデルの限界と可能性
Large language models
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
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
【GenAI-Arena】ユーザー投票で生成モデルを評価する新プラットフォーム
【GenAI-Arena】ユーザー投票で生成モデルを評価する新プラット ...
Large language models
【SKETCHPAD】マルチモーダル言語モデルの推論を中間スケッチで強化
【SKETCHPAD】マルチモーダル言語モデルの推論を中間スケッチで強 ...
Large language models
【Plot2Code】マルチモーダルLLMのコード生成をテストするベンチマーク
【Plot2Code】マルチモーダルLLMのコード生成をテストするベン ...
Large language models
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
【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
生成モデルと大規模言語モデルによって進化するレコメンドシステムGen-RecSysの体系的な調査
生成モデルと大規模言語モデルによって進化するレコメンドシステムGen- ...
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
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化したLLM
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化 ...
Large language models
【Qwen2-VL】画像や動画を異なる解像度で処理できる最新VLM
【Qwen2-VL】画像や動画を異なる解像度で処理できる最新VLM
Large language models
V3D:画像一枚から３次元物体生成
V3D:画像一枚から３次元物体生成
3D
【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
【LDDGAN】最高速の推論が可能な拡散モデル
【LDDGAN】最高速の推論が可能な拡散モデル
Diffusion Model
【NVLM】画像と言語タスクにおいてGPT-4oを上回るマルチモーダルLLM
【NVLM】画像と言語タスクにおいてGPT-4oを上回るマルチモーダル ...
Large language models