私たちは、3D 形状生成を前例のない寸法にスケールすることで、大きな進歩をもたらしました。自己回帰モデルの適応と大規模な言語モデルの利用を通じて、私たちは 36 億という驚異的なトレーニング可能なパ

arxiv_reader のブックマーク 2023/08/22 12:08

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4741108056761186031/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2306.11510v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2306.11510v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2306.11510v2" data-user-icon="/users/arxiv_reader/profile.png">大規模な 3D 形状生成の限界を押し上げる</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/adaptation">adaptation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22representation%20learning%22">representation learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/quantization">quantization</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/3D">3D</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/transformer">transformer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/domain">domain</a>]</li></ul><br><p style="clear: left"> 私たちは、3D 形状生成を前例のない寸法にスケールすることで、大きな進歩をもたらしました。自己回帰モデルの適応と大規模な言語モデルの利用を通じて、私たちは 36 億という驚異的なトレーニング可能なパ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230822#bookmark-4741108056761186031"><span class="datetime-body">2023/08/22 12:08</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！