このコーナーでは、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いるWebメディア「Seamless」(シームレス)を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 X: @shiropen2 米コルゲート大学などに所属する研究者らが発表した論文「Spectroscopic Supermassive Dark Star candidates」は、ジェイムズ・ウェッブ宇宙望遠鏡(JWST)の最新観測データから、特異な天体「ダークマター星」(Dark Star)の候補を複数発見した研究報告だ。 ダークマター星は2007年に理論的に提唱された天体で、通常の恒星とは根本的に異なるメカニズムで輝く。ダークマター星の構成物質は水素とヘリウム。核融合ではなくその質量の0.1%未満を占める暗黒物質が対消滅することで、太陽の100億倍もの明るさに達するという。
Discussions on X, LinkedIn, YouTube. Also: Meet AI Engineers in person! Applications closing soon for attending and sponsoring AI Engineer Summit NYC, Feb 20-21. The picks from all the speakers in our Best of 2024 series catches you up for 2024, but since we wrote about running Paper Clubs, we’ve been asked many times for a reading list to recommend for those starting from scratch at work or with
コミューン株式会社で機械学習エンジニアをしている深澤です。 この記事はCommuneアドベントカレンダー(シリーズ2)の 21 日目の記事です。 直前まで全く違う記事を書いていたのですが、ModernBERT というアツいモデルが発表されて話題になっており、Huggingface の公式からブログも出ているので、早速読んでみた感想をアドベントカレンダーの記事にすることにしました。感想だったり、付属事項を調べてみたので記事として昇華することを目指しています。 翻訳したもの、というよりは要点をかいつまんだものになっています。詳細は以下の記事を御覧ください。 記事 論文 コード ModernBERT のここがすごい Token length が 8192 に拡張(!?) もともとは 512 です。10倍以上になってる... GLUE スコアもかなり向上 それでいてbase (139M param
We present SDXL, a latent diffusion model for text-to-image synthesis. Compared to previous versions of Stable Diffusion, SDXL leverages a three times larger UNet backbone: The increase of model parameters is mainly due to more attention blocks and a larger cross-attention context as SDXL uses a second text encoder. We design multiple novel conditioning schemes and train SDXL on multiple aspect ra
はじめに こんにちは。この記事では2022/10現在devnetで稼働しているL1パブリックチェーン「sui」に使われている技術の概要について解説します。 Suiについて SuiはMystenLabsチームが開発しているL1パブリックチェーンです。 「Sui is a boundless platform to build rich and dynamic on-chain assets from gaming to finance.」 (Suiは、ゲームから金融まで、リッチでダイナミックなオンチェーンアセットを構築するための無限のプラットフォームです。) つまり、どんなリッチなアプリケーションも構築可能な最強のパフォーマンスを備えたL1パブリックチェーンということです。 既にサポート予定のDEX、NFTマーケットプレイス、インフラも揃い、エコシステムも整いつつあります。 現在20名以上の
最近、Transformerベースのdiffusion modelが高いパフォーマンス(ImageNetのFID基準)を出している。ということで、特に性能の高い最新モデルを2つ紹介する。加えて、これらを調査していたら、それらの性能をさらに底上げする手法とCNNベースでさらに高い性能を出してSOTAを達成したぞという論文にもさらに行き着いたので、それら2本も併せて追加で紹介する。 (追記)2024/2/23に発表されたStable Diffusion 3や2/15に発表されたOpenAIのSoraでは、今回紹介するDiTがDiffusion Transformer(拡散トランスフォーマー)のベース技術に採用されている。 ※以降の図は論文からそのまま引用、もしくはそれに多少の加工を加えたものとなる。 ※以降のpaperswithcodeの順位は2024/1時点 目次 DiT (ICCV'23)
The enduring legacy of Euclidean geometry underpins classical machine learning, which, for decades, has been primarily developed for data lying in Euclidean space. Yet, modern machine learning increasingly encounters richly structured data that is inherently nonEuclidean. This data can exhibit intricate geometric, topological and algebraic structure: from the geometry of the curvature of space-tim
「ブロックチェーンのトリレンマ」とは、2017年にイーサリアムの創設者ヴィタリック・ブテリン氏が提唱したもので、性能(scalability)、安全性(security)、分権性(decentralization)の3つにはトレードオフがあり、同時には2つまでしか成立しないことを表すものだ。ただし、あくまでも経験則であり、これまで数理的に表現されたことはなかった。 京都大学の研究グループは「ブロックチェーンのトリレンマ」を表現する数式を発見したと4日、発表した。具体的には、ビットコインなど、プルーフ・オブ・ワーク(Proof of Work:PoW)型のブロックチェーンにおいて、安全性を下げるフォークという現象が起きる確率の逆数を「安全性の指標」とした場合に、その項と、性能を表す項、分権性を含む項、それら3項の積が一定である、つまり3項がトレードオフであるという数式を得たという。 なお、研
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
処理を実行中です
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