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
記事一覧
【SpliceBERT】生物種の遺伝情報で事前学習を行うBERTモデル！
【SpliceBERT】生物種の遺伝情報で事前学習を行うBERTモデル ...
medical
【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
モデル自身が自分に報酬を与えてトレーニングを行う！？
モデル自身が自分に報酬を与えてトレーニングを行う！？
Self Rewarding
【JMMLU】プロンプトの礼儀正しさがLLMのパフォーマンスに影響する！？
【JMMLU】プロンプトの礼儀正しさがLLMのパフォーマンスに影響する ...
ChatGPT
【構音障害者音声を生成！？】学習データ不足を解消する魔法のデータ拡張技術とは
【構音障害者音声を生成！？】学習データ不足を解消する魔法のデータ拡張技 ...
Sound
【Unit-DSR】HuBERTによる障害者音声から健常者音声への正規化
【Unit-DSR】HuBERTによる障害者音声から健常者音声への正規 ...
self-supervised learning
【レビュー】スマート・マニュファクチャリングを推進する産業IoT
【レビュー】スマート・マニュファクチャリングを推進する産業IoT
IoT
テンソルCNNを用いた欠陥検知の強化
テンソルCNNを用いた欠陥検知の強化
Tensor
【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
【Chat-REC】LLMをベースとしたレコメンデーションシステムの提案
【Chat-REC】LLMをベースとしたレコメンデーションシステムの提 ...
Recommendation
【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
大規模言語モデルによる法律サービスの変革！速度と正確性で人間を超える？
大規模言語モデルによる法律サービスの変革！速度と正確性で人間を超える？
Large language models
VideoPrismが切り開くビデオ解析の可能性
VideoPrismが切り開くビデオ解析の可能性
Large language models
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクスの新展開
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクス ...
Large language models
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取得するフレームワークが登場
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取 ...
機械学習
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
ChatGPT
VCRL: 報酬分散で学習難易度を制御するLLM強化学習の新アプローチ
VCRL: 報酬分散で学習難易度を制御するLLM強化学習の新アプローチ
LLM-Paper
お手軽！高精度！異常検知モデルPatchCoreの魅力
お手軽！高精度！異常検知モデルPatchCoreの魅力
Object Detection
【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
自己教師あり学習で感情・笑い・性格を読み解く社会的AI『Social-MAE』の挑戦
自己教師あり学習で感情・笑い・性格を読み解く社会的AI『Social- ...
LLM-Paper
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
Sports Analytics
【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
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシーン生成
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシー ...
LLM-Paper
【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
U-NetとTransformerを合体！医用画像セグメンテーションのための新しいネットワークSwin Unetを紹介｡
U-NetとTransformerを合体！医用画像セグメンテーションの ...
medical
