2.3k{icon} {views} 複数のLLM（GPT/Claude3）とArxivの検索APIをRAGで統合し、論文サーベイの自動生成を作りました。検索結果の前処理や、サーベイ特有のプロンプトエンジニアリングやソートが重要で、最適化手法として古くからある巡回セールスマン問題（TSP）が有効に機能しました。また、生成部分ではGPTよりClaude3の明確な有効性を確認できました。 できたもの Arxivの検索APIを使って検索拡張生成（RAG）したらサーベイを自動生成できた やっていること Arxivの検索ワードをGPT-4-Turboで生成 ArxivのAPIを叩いてヒューリスティックでフィルタリング OpenAIのEmbedding APIを叩く Embeddingに対して巡回セールスマン問題（TSP）を解いてソートをかける 論文の要旨をGPT-3.5-Turboで要約 ソートした
湖上に作られたアステカの首都「テノチティトラン」の詳細な3D画像が公開される、人口20万超の壮大な水上都市はどんな姿だったのか？
15世紀～16世紀にかけて現代のメキシコ中央部で栄えたアステカの首都・テノチティトランは、かつてメキシコ盆地に南北約65kmにわたり広がっていたテスココ湖の上に建設された壮大な都市でした。現代ではテスココ湖のほとんどが埋め立てられ、メキシコの首都であるメキシコシティが建設されていて、かつてのテノチティトランの面影はどこにもありません。テクニカルアーティストのトーマス・コール氏は、このテノチティトランを3Dで再現した詳細な画像を公開しました。 A Portrait of Tenochtitlan • 3D reconstruction of the capital of the Aztec empire. https://tenochtitlan.thomaskole.nl/index.html 1428年から1521年まで栄えたアステカはメシカ・アコルワ・テパネカという3集団の同盟で支配さ
2023年上期のメディアAI PJ勉強会資料を公開 - NTT Communications Engineers' Blog
こんにちは、イノベーションセンターのメディアAI プロジェクト（以下、PJ）の小林です。普段はコンピュータビジョンの技術開発やAI/機械学習（ML）システムの検証に取り組んでいます。 我々メディアAI PJでは技術力の向上および業務で得られた知見の共有のために毎週チーム内で勉強会を行っています。本記事では2023年の上期に開催した勉強会の概要と勉強会で発表された資料をSpeaker Deckで公開したので紹介したいと思います。 目次 目次 メディアAI PJの紹介 メディアAI PJ勉強会の概要 2023年上期で発表された資料公開 おわりに メディアAI PJの紹介 最初に私たちメディアAI PJについて簡単に紹介したいと思います。メディアAI PJは名前の通り、画像・動画・3D・音声・言語1などのメディアに関連するAIの技術開発をメインに行っているチームです。事業部から来る技術相談を通し
たった1枚の入力画像から画像に写ったオブジェクトの3D形状を出力するレンダラー「Splatter Image」が公開されました。 Splatter Image https://szymanowiczs.github.io/splatter-image GitHub - szymanowiczs/splatter-image: Official implementation of `Splatter Image: Ultra-Fast Single-View 3D Reconstruction' https://github.com/szymanowiczs/splatter-image 「Splatter Image」は、複数の視点から撮影された画像を基にリアルタイムで3D構成を行う技術 「ガウススプラッティング」に基づいていて、初めて単一画像からの3D構成にガウススプラッティングを適用し
Introducing Stable Fast 3D: Rapid 3D Asset Generation From Single Images — Stability AI
Introducing Stable Fast 3D: Rapid 3D Asset Generation From Single Images Key Takeaways: Stable Fast 3D generates high-quality 3D assets from a single image in just 0.5 seconds. Built on the foundation of TripoSR, Stable Fast 3D features significant architectural improvements and enhanced capabilities. The model has applications for game and virtual reality developers, as well as professionals in r
CVPR 2024 技術動向調査: Best Paper Award Candidates まとめ - Safie Engineers' Blog!
はじめに CVPR2024は、コンピュータビジョンとパターン認識の分野における最前線の研究成果を集める国際会議です。今年の論文提出数は11532件で、昨年のCVPR2023から26％の増加を記録しました。その中で採択されたのは2719件、採択率は23.6％です。この中から特に優れた24件の論文が Best Paper Award 候補として選出されました。 本記事では、これらのアワード候補となった論文の概要と、その技術的な特徴を紹介します。最先端の技術動向の理解や、今後の研究開発に役立てていただければ幸いです。 はじめに Best Paper Award 候補 Objects as volumes: A stochastic geometry view of opaque solids Repurposing Diffusion-Based Image Generators for Mon
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
Arxiv RAGによる論文サーベイの自動生成 | Shikoan's ML Blog
単一の画像を基に周囲360度から見たような画像・アニメーションを制作できる「Splatter Image」が登場