インドの高校レベルの物理の多肢選択問題に特化したLLMチャットボットの開発
3つの要点 ✔️ インドの高校物理の多肢選択問題に特化したLLMチャットボットの開発を目指し、MM-PhyQAデータセットを用いて研究を実施 ✔️ 画像キャプションとRLHFという2つの手法を導入し、画像キャプションの追加によってLLMの精度が大幅に向上することを確認 ✔️ 将来的には、RLHFの効果検証、他分野への応用、実際の教育現場での活用、倫理的な配慮など、様々な課題に取り組む必要あり MM-PhyRLHF: Reinforcement Learning Framework for Multimodal Physics Question-Answering written by Avinash Anand, Janak Kapuriya, Chhavi Kirtani, Apoorv Singh, Jay Saraf, Naman Lal, Jatin Kumar, Adarsh R
デコンパイルに特化した大規模言語モデル「LLM4Decompile」の登場
3つの要点 ✔️ デコンパイルに特化した初のオープンソースモデル「LLM4Decompile」を開発 ✔️ モデルに新しい学習目的を導入し、デコンパイルの精度向上を実現 ✔️ 再コンパイルと再実行可能性に焦点を当てたデコンパイルのための初の標準化されたベンチマークを構築 LLM4Decompile: Decompiling Binary Code with Large Language Models written by Hanzhuo Tan, Qi Luo, Jing Li, Yuqun Zhang (Submitted on 8 Mar 2024) Comments: Published on arxiv. Subjects: Programming Languages (cs.PL); Computation and Language (cs.CL) code： 本記事で使用してい
【Segment Anything】ゼロショットセグメンテーションモデル
3つの要点 ✔️ ゼロショットでセグメンテーションを行うことができるモデルを構築 ✔️ 1100万枚の画像と11億個のマスクによる構築された大規模なセグメンテーションデータセットを提供 ✔️ 実験では新しい画像分布や様々なタスクに対してもゼロショットで性能を発揮 Segment Anything written by Alexander Kirillov, Eric Mintun, Nikhila Ravi, Hanzi Mao, Chloe Rolland, Laura Gustafson, Tete Xiao, Spencer Whitehead, Alexander C. Berg, Wan-Yen Lo, Piotr Dollár, Ross Girshick (Submitted on 5 Apr 2023) Comments: Project web-page: this ht
IoTデバイス上で実行するニューラルネットのアーキテクチャ探索手法
3つの要点 ✔️ IoTデバイス上で実行するニューラルネットワークのアーキテクチャを探索 ✔️ アーキテクチャの評価関数に計算リソースに関する項を追加 ✔️ 少ない計算リソースで高い精度を達成するアーキテクチャを探索できた μNAS: Constrained Neural Architecture Search for Microcontrollers written by Edgar Liberis, Łukasz Dudziak, Nicholas D. Lane (Submitted on 27 Oct 2020 (v1), last revised 8 Dec 2020 (this version, v3)) Comments: EuroMLSys '21 Subjects: Machine Learning (cs.LG); Hardware Architecture (cs.
ついに一つのモデルで複数の材料物性値を予測するモデル(MEGNet)が登場
3つの要点 ✔️ 新たに提案するグローバル状態量を用いることで，少量のパラメタを追加するだけで複数の物性値を予測することが可能に ✔️ Pooling層において，結晶内の原子の順番を考慮したSet2SetというPooling方法を採用 ✔️ 原子の埋め込みを用いて，全元素ごとの相関を可視化 Graph Networks as a Universal Machine Learning Framework for Molecules and Crystals written by Chi Chen, Weike Ye, Yunxing Zuo, Chen Zheng, Shyue Ping Ong (Submitted on 12 Dec 2018 (v1), last revised 28 Feb 2019 (this version, v2)) Comments: Chemistry of
機械翻訳のアイデアをプログラミング言語に導入！教師無しでコードの移植が可能に
3つの要点 ✔️ プログラミング言語間の翻訳を自然言語と同じ考えで実現 ✔️ プログラミング言語の知識を必要とせずに、多くの言語への拡張が可能 ✔️ 教師無しでプログラミング言語間の翻訳を実現 Unsupervised Translation of Programming Languages written by Marie-Anne Lachaux,Baptiste Roziere,Lowik Chanussot,Guillaume Lample (Submitted on 5 Jun 2020 (v1), last revised 5 Aug 2020 (this version, v2)) Comments: Published by arXiv. Subjects: Computation and Language (cs.CL); Programming Languages (c
GANを使用したAIへの攻撃！？生成画像を用いた初めての攻撃手法DaSTの登場！
3つの要点 ✔️ APIなどのBlack BoxなAIへの攻撃を実データなしで行う手法DaSTの提案 ✔️ 攻撃対象となるモデルの代替モデルを、GANで生成した生成画像で学習 ✔️ 実データを用いて学習させた代替モデルよりも高い攻撃成功率を達成 DaST: Data-free Substitute Training for Adversarial Attacks written by Mingyi Zhou, Jing Wu, Yipeng Liu, Shuaicheng Liu, Ce Zhu Comments: Accepted by CVPR2020 Subjects: Cryptography and Security (cs.CR); Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG)
パラメータ数を激減させる新しい畳み込み「MixConv」解説！
３つの要点 その１ パラメータ数を激減させる新しい畳み込みMixConvを提案 その２ MixConv層を含んだモデルをAIに自動生成(=NAS)させることでMixNetを開発 その３ MixNetはMobileNet-V3やMnasNetなどの小型画像認識モデルのみならずResNet-153に対してはパラメータ数1/9程度で性能を凌いだ MixConv: Mixed Depthwise Convolutional Kernels written by Mingxing Tan, Quoc V. Le (Submitted on 22 Jul 2019 (v1), last revised 1 Dec 2019 (this version, v3)) Journal reference: BMVC 2019 Subjects: Computer Vision and Pattern
最新の機械学習モデルでは過学習なんて起きない？ Deep Double Descent.
3つの要点 ✔️モデルが過学習しても、さらに学習を進めると精度が向上する ✔️学習データ,学習回数,学習モデルは大きければ大きいほど良い ✔️なぜこのような現象が生じるのか？ 続きを読むには (2880文字画像8枚) AI-SCHOLARに 登録いただく必要があります。 1分で無料で簡単登録する または ログイン
カメラにシールを貼るだけでディープラーニングを誤認識させる攻撃方法が登場
3つの要点 ✔️カメラにシールを貼るだけでディープラーニングを誤認識させることが可能になった ✔️対象物を異なる角度や距離で撮影しても誤認識させられることを動画データで検証 ✔️顔認証用のカメラにシールを貼っておくことでシステムに気づかれずに他人になりすましたりできてしまうかもしれない ディープラーニングによる画像分類は高い性能を誇りますが、画像に摂動を加えるだけで、人間の目ではほぼ違いがないのにディープラーニングが他のカテゴリであると誤認識してしまう adversarial attack という攻撃方法が知られています。 この adversarial attack にどのように対応するかは、実世界でディープラーニングを含んだシステムを運用していく上で重要になるだけでなく、人間の認識とディープラーニングによる認識の違いを理解するのにも重要であり、一つの大きな研究テーマにもなっています。 こ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
