日本語CLIP 学習済みモデルと評価用データセットの公開
はじめに 基盤モデル がAIの新潮流となりました。基盤モデルというとやはり大規模言語モデルが人気ですが、リクルートでは、画像を扱えるモデルの開発にも注力しています。画像を扱える基盤モデルの中でも代表的なモデルのCLIPは実務や研究のさまざまな場面で利用されています。CLIPの中には日本語に対応したものも既に公開されていますが、その性能には向上の余地がある可能性があると私たちは考え、仮説検証を行ってきました。今回はその検証の過程で作成したモデルと評価用データセットの公開をしたいと思います。 公開はHugging Face上で行っていますが、それに合わせて本記事では公開されるモデルやデータセットの詳細や、公開用モデルの学習の工夫などについて紹介します。 本記事の前半では、今回公開するモデルの性能や評価用データセットの内訳、学習の設定について紹介します。記事の後半では大規模な学習を効率的に実施す
アマゾン、AI講座を無料で提供する「AI Ready」開始--奨学金制度も
Amazonは生成型の人工知能（AI）関連のキャリアを構築したいと考えている人々に向け、無料の訓練コースと奨学金制度を提供する。同社は米国時間11月20日、従業員や学生などがAIや生成AIについて学べるよう支援するための取り組み「AI Ready」を発表した。 AI Readyは、以下のものから構成されている。 AIおよび生成型AIに関する8つの新たな無料コース 世界各地の5万人を超える高校生および大学生がUdacityの新たな生成型AIコースを受講できるようにする奨学金制度「AWS Generative AI Scholarship」 Code.orgとのコラボレーションによる、生成型AIに関する学生向けの訓練 無料コースについては、開発者および技術者の作業として需要が高い分野を網羅するコースとともに、業務リーダーや非技術系プロフェッショナル向けのコースが合わせて8つ、新たに開講される。
MLflow - A platform for the machine learning lifecycle
Latest Blog Posts MLflow Docs Overhaul The MLflow Documentation is getting an upgrade. Simplifying the LLM journey: From crafting and evaluation to deployment Works with any ML library, language & existing code Runs the same way in any cloud Designed to scale from 1 user to large orgs Scales to big data with Apache Spark™ MLflow is an open source platform to manage the ML lifecycle, including expe
機械学習システムとテスト (1/4)
このシリーズでは機械学習システムにおけるテストについて考えていきます。次の図は DevOps のプラクティスにおいてテストが密接に関わっていることをよく表しています。(図はブログポスト Continuous Testing in DevOps… — Dan Ashby をもとに弊社で作成しました) システム開発においてテストは必要不可欠なものであり、開発のすべての工程と密接に関わっています。このため、テストを自動化しておき、開発者の環境や CI/CD パイプラインで常に実行するのは近代的な開発において一般的です。 一方、機械学習システムのテストは非常に困難であったり、場合によっては不可能なこともあります。このことはよく知られており、たとえば最近では2021年12月に開かれたNeurIPS Data-Centric AI Workshopのセッションのひとつである Technical Deb
「機械学習〜推薦システムを題材に〜」講義資料(生成AIの話題も含む)｜masa_kazama
2023年に東京都立大学で非常勤講師として、学部3年生向けに「機械学習〜推薦システムを題材に〜」というテーマで講義をしました。 90分×3コマ×2日間の計6コマの集中講義で、Streamlitで映画のレコメンドアプリを実際に作ってみるなどの演習も含めたものです。 昨年、大学院生向けに同様の講義を3コマ分していたので、それを拡張する形で、最近話題の生成AIの話も1コマ分用意しました。（昨年の授業資料はこちらにあります。） 推薦システムや生成AI×推薦システムについて興味ある方のご参考になりましたら。 1日目(90分×3コマ) 推薦システムの概要 推薦システム-各推薦アルゴリズム 推薦システムの周辺技術(評価指標について)
Gradio
Fast, easy setup Gradio can be installed with pip. Creating a Gradio interface only requires adding a couple lines of code to your project. Seamlessly use any python library on your computer. If you can write a python function, gradio can run it. Present and share Gradio can be embedded in Python notebooks or presented as a webpage. A Gradio interface can automatically generate a public link you c
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
AI and machine learning resources | Cloud Architecture Center | Google Cloud
scikit-learn: machine learning in Python
Apache Flink® — Stateful Computations over Data Streams
Merpay & Mercoin Tech Fest 2023 Day2 (8/23): Backend and Data & modeling
Overview — Ray 2.34.0
GitHub - stas00/ml-engineering: Machine Learning Engineering Open Book
GitHub - FavioVazquez/ds-cheatsheets: List of Data Science Cheatsheets to rule the world
Predictions without moving your data thanks to vertex | Google Cloud Blog
今さら聞けない、ニューラルネットワークの基本 – 株式会社Laboro.AI
GitHub - aws-samples/aws-ml-enablement-workshop: 組織横断的にチームを組成し、機械学習による成長サイクルを実現する計画を立てるワークショップ
W&B Docs | Weights & Biases ドキュメンテーション
GitHub - aws-samples/aws-ml-jp: SageMakerで機械学習モデルを構築、学習、デプロイする方法が学べるNotebookと教材集
GitHub - GoogleCloudPlatform/ai-infra-cluster-provisioning
生成系AIの実応用に向けて
