GPT-4のコード生成精度を2倍以上向上させる「AlphaCodium」、写真1枚から本人性を維持した画像を量産できる「InstantID」など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第30回目は、PhotoMakerのライバルともいうべき技術やAppleのLLMなど、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ大規模言語モデルのコード生成能力を向上させるツール「AlphaCodium」 高解像度の画像を高いメモリ効率で高速処理する視覚理解モデル「Vision Mamba」 1枚の写真からアイデンティティを維持しながら画像を量産できる画像生成モデル「InstantID」、SDXLとの統合も可能 ソースコードを一行も書かずに、大規模言語モデルを実際のアプリに導入できる推論エンジン「Inferflow」 Apple、20億枚の画像

[knok]

LLMは今後Mambaが主流になるのかねえ

[shodai]

“AlphaCodeは--コード生成システムで、競技プログラミングタスクに特化しており、多くの--解決策を生成し、その中から最適なものを選ぶ手法を採用。結果は印象的ですが、その複雑さと計算負荷は実用的ではない場合。”

[Seamless]

⑤パラメータ数や事前学習データ量が増加するにつれて、性能が一貫して向上する大規模言語モデルを画像データに適応して実証した研究をAppleが発表。画像20億枚で事前学習した70億パラメータの視覚処理モデル「AIM」活用