畳み込み vs Transformer！次のステージへ！新たな画像認識モデルVision Transformer
畳み込み vs Transformer！次のステージへ！新たな画像認識 ...
Transformer
記事一覧
音楽やソースコードを学習しただけでも、自然言語を理解する事に繋がる！？
音楽やソースコードを学習しただけでも、自然言語を理解する事に繋がる！？ ...
natural language processing
パスワードで顔の匿名化と復元、プライバシーとアクセシビリティを両立する新しいFace Identity Transformer
パスワードで顔の匿名化と復元、プライバシーとアクセシビリティを両立する ...
Face Recognition
Parrot: 多様なデータを用いた事前学習による強化学習のサンプル効率性の向上
Parrot: 多様なデータを用いた事前学習による強化学習のサンプル効 ...
強化学習
天空の城！？動画内の空域をオフラインで高精度に自動変換！
天空の城！？動画内の空域をオフラインで高精度に自動変換！
Optical Flow
機械と人間を区別できるか？テキスト生成モデルと自動生成テキスト検出技術の現状について徹底解説！
機械と人間を区別できるか？テキスト生成モデルと自動生成テキスト検出技術 ...
survey
RLV: 人がタスクを解いているビデオを強化学習に利用するフレームワーク
RLV: 人がタスクを解いているビデオを強化学習に利用するフレームワー ...
強化学習
説明可能性とはなにか？NLPにおける説明可能AIの現状を徹底解説！
説明可能性とはなにか？NLPにおける説明可能AIの現状を徹底解説！
survey
階層強化学習による形態転移
階層強化学習による形態転移
強化学習
GPU1枚、1日未満で学習！超高速学習GAN、「Lightweight GAN」
GPU1枚、1日未満で学習！超高速学習GAN、「Lightweight ...
GAN（敵対的生成ネットワーク）
教え方を学ぶことはできるか？
教え方を学ぶことはできるか？
メタ学習
Mischief : Transformerモデルを単純な "いたずら" 攻撃によって騙す
Mischief : Transformerモデルを単純な "いたずら ...
Transformer
ますます巧妙化するAIへの攻撃！？AIへの攻撃はあなたの知らないところで行われている！
ますます巧妙化するAIへの攻撃！？AIへの攻撃はあなたの知らないところ ...
survey
【wav2vec 2.0】Facebook AIが新しい音声認識フレームワークを公開！自己教師あり学習により正解ラベルなしで高精度 ...
【wav2vec 2.0】Facebook AIが新しい音声認識フレー ...
音声認識
モデルの性能比較に学習はどれだけ必要か？
モデルの性能比較に学習はどれだけ必要か？
AutoML
顔画像からメガネを除去！顔から遮蔽物を無くすことで顔認識性能の低減を防ぐ「ByeGlassesGAN」
顔画像からメガネを除去！顔から遮蔽物を無くすことで顔認識性能の低減を防 ...
Face Recognition
現実世界での安全な強化学習のために
現実世界での安全な強化学習のために
強化学習
URL2Video：Googleが開発、Webページからマーケティング動画を自動生成！
URL2Video：Googleが開発、Webページからマーケティング ...
機械学習
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
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
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
【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
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
【開発者必見】活性化関数の最新包括的レビュー！
【開発者必見】活性化関数の最新包括的レビュー！
survey
仮想空間の街の中で25人のAIエージェントの行動をシミュレーション！？
仮想空間の街の中で25人のAIエージェントの行動をシミュレーション！？
Large language models
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
【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
