はじめにLayerXの代表をしています福島と申します。本日はLLM(Large Language Model, 大規模言語モデル)について、なぜ大事なのか?経営者の視点でどうこの波を考えればいいのかについてです。 LLMが今非常に話題になっています。ChatGPTの裏側もこのLLMからできていると言えばわかりやすいでしょうか。 私は現在、LayerXという会社を経営しております。LayerXでも多分に漏れず、LLMに対するものすごいワクワクと、この波に対応しないと会社が消えてなくなるという強い危機感を抱いています。 私自身が元機械学習エンジニア、現在現役の経営者というキャリアを歩んできました。その立場から、なるべくわかりやすく、LLMの波というものを経営者がどう捉えるべきか、どう波を乗りこなすべきかの一助となればと思い筆を取っています。(機械学習のプロの方からすると、おいおいそれは単純化し
ChatGPTを支えた高品質AI作成手法「RLHF」の中身はこんな感じ、面倒なデータ入力・整理はオープンソースでセルフホスト可能なプラットフォーム「Argilla」が便利
RLHFとは「人間の評価による強化学習」のことで、大規模言語モデルをChatGPTなどの実用レベルに至る品質にまで高めた実績のある手法です。RLHFでは教師データを作成したり、大規模言語モデルの回答を評価したりする際に人間がデータを入力する必要があり、特に複数人で作業する場合にデータの管理が大変になってしまうものですが、そうしたRLHF用データの入力や管理を行ってくれるプラットフォームが「Argilla」です。 Bringing LLM Fine-Tuning and RLHF to Everyone https://argilla.io/blog/argilla-for-llms/ 大規模言語モデルを作成する時の手順を示したのが下の図です。まず大量のテキストを用いて事前学習を行います。こうして作成されたモデルが事前学習済みモデルで、GPTやPaLM、LLaMAなどのモデルがこのカテゴリに
CyberAgentが日本語LLMを公開していたので、とりあえず動かしてみました。 サイバーエージェント、最大68億パラメータの日本語LLM（大規模言語モデル）を一般公開 ―オープンなデータで学習した商用利用可能なモデルを提供― | 株式会社サイバーエージェント モデルは次のように6サイズ提供されています。 ※ Rinna社も同時に新しいモデルを出したので試しています。 Rinnaの新しい3Bモデルを試してみる - きしだのHatena open-calm-small(160M) まずはopen-calm-small。160Mパラメータです。 このあたりは動作確認用なので、内容は気にしない。 GPUメモリは1.3GBくらいの消費です。 open-calm-medium(400M) 次にopen-calm-medium。400Mパラメータです。 このへんも細かいことは気にしないけど、なんかま
わずか4GBの実行ファイル1つで大規模言語モデルによるAIを超お手軽に配布・実行できる仕組み「llamafile」をWindowsとLinuxで簡単に実行してみる方法
「llamafile」は大規模言語モデルのモデルやウェイトの情報が1つの実行ファイルにまとまった形式のファイルです。Linux・macOS・Windows・FreeBSD・NetBSD・OpenBSDという6つのOS上でインストール不要で大規模言語モデルを動作させることが可能とのことなので、実際にWindowsおよびLinuxディストリビューションの1つであるDebian上で動かしてみました。 Mozilla-Ocho/llamafile: Distribute and run LLMs with a single file. https://github.com/Mozilla-Ocho/llamafile#readme Introducing llamafile - Mozilla Hacks - the Web developer blog https://hacks.mozilla
画像生成AI「Stable Diffusion」はモデルデータが一般公開されているため、自宅のPCで誰でも簡単に動かすことができます。しかし、Stable Diffusionを使って自分が望む通りの画像を生成するためにはさまざまな知識が必要になり、初心者は何から学べばいいのかわからなくなりがち。無償で公開されている「SD Toolset」にはStable Diffusionで得ておくべき知識が単元ごとにわけてまとめられているので、ピンポイントで必要な知識を学ぶことができます。 SD Toolset https://sdtools.org/ SD Toolsetはこんな感じで、左のカラフルな同心円に単元が視覚的にまとめられており、同心円の内側から気になるカテゴリをクリックしていきます。例えば、Stable Diffusionの根幹部分を知りたい場合は、「Core」をクリック。 すると、以下の
AIスタートアップのAdeptが、デジタルツールを使用するように訓練された大規模なTransformerモデル「ACT-1」を発表しました。ACT-1はブラウザで何が起こっているかを監視し、クリック・入力・スクロールなどの特定アクションを実行できるChrome拡張機能に接続されており、操作を自動化できます。 ACT-1: Transformer for Actions https://www.adept.ai/act ACT-1は、ユーザーの高度な要求を受け止め、それを実行することができます。ユーザーはテキストボックスにコマンドを入力するだけで、あとはACT-1が実行します。 ACT-1への指示は、ブラウザ上に表示されるポップアップに英語で入力して行います。例えば「ヒューストンで4人家族が住む家を探してほしい、予算は60万ドル(約8400万円)」と入力します。 すると、物件の検索サイトでヒ
三重交通の件は絵だから判断が鈍ってるんじゃないか疑惑
例えば世の中のバス会社が公式アンバサダーとして 23歳女性と28歳高身長男性ばかりを選んだと仮定しよう 例えば世の中の鉄道会社が求人サイトに先輩社員として 23歳女性と28歳高身長男性ばかりを選んで掲載したと仮定しよう 三重交通擁護してた人でも違和感感じないかな 例えば世の中のタクシー会社が公式アンバサダーとして 53歳女性と23歳チビ男性ばかりを選んだと仮定しよう これでも違和感感じないかな 絵の長い対立から離れてリアル男女に置き換えるとわかってもらえると思うんだけどなぁ 男も女も同じ仕事をする職場にあって職場の代表たる存在にわざわざ性差をつける行為は性差を求めているというメッセージに繋がるんだよね 若い女性しか求められていないのかなーとか、キャリア積んだ女性はいないのかなーとかね 男にだけ身長イジリを加えたのは日ごろ性差別を受けていないだろう男性にもわかりやすくするためです
強化学習におけるLLMの活用パターン調査 はじめに：実世界における強化学習の課題 LLM×強化学習 人間はゼロショット推論によりサンプル効率の良い学習ができる LLMによるゼロショット推論の例 さまざまなLLM活用パターン 1. 報酬モデルとしてのLLM LLMによる代理報酬モデル VLMによる外観ベース代理報酬モデル 外部知識にもとづく報酬モデル設計 2. 計画モデルとしてのLLM LLMによるセマンティック計画 LLMによる構造的な探索計画 3. 方策モデルとしてのLLM LLM as 確率方策 マルチモーダルLLM as 確率方策 参考：GPTアーキテクチャの転用 4. 世界モデルとしてのLLM Language Models Meet World Models (あとで書く) おわりに：VLM as 確率方策に期待 はじめに：実世界における強化学習の課題 レトロゲームで人間並みのパ
「Mistral」「Llama 2」「Vicuna」などオープンソースの大規模言語モデルを簡単にローカルで動作させることが可能なアプリ「Ollama」の公式Dockerイメージが登場したので、早速使い勝手を試してみました。 Ollama is now available as an official Docker image · Ollama Blog https://ollama.ai/blog/ollama-is-now-available-as-an-official-docker-image Ollamaで動作可能な大規模言語モデルの代表例は下記の通り。リストの全体についてはOllamaの公式サイトで確認することができます。 モデルパラメーターサイズDownloadMistral7B4.1GBollama run mistralLlama 27B3.8GBollama run ll
DataLabsのSpeech teamに所属している小松です。環境音認識に関する基礎研究を行っています。環境音認識とは我々の身の回りで起こる多種多様な音、たとえば咳や話し声、物音などを機械に自動的に検出・認識させる技術です。この技術は音に関する分野の中で最もホットで急成長しているトピックの一つであり、環境音を専門に扱う国際コンペティション/ワークショップ、DCASEも毎年開催されています。 そのコンペティション部門であるDCASE2020 Challengeのtask 4に、LINEは昨年度のインターン成果 [1] を主軸にした名古屋大学、ジョンズ・ホプキンス大学との合同チームで参加し、世界1位を獲得することができました。本記事ではまず環境音認識の概要について簡単に説明し、我々が参加したコンペティションのタスク、そして我々が1位を獲得した用いた方式について紹介いたします。 環境音認識につ
ビクトリアズ・シークレット、セクシー路線の見直しは｢ブランド毀損｣と不満を漏らしたのは｢主に男性だった｣とCEOが明かす
ビクトリアズ・シークレット（Victoria's Secret）がブランディングを変えた時にクレームを付けたのは、ほとんどが男性だったと同社のCEOが明かした。 ビクトリアズ・シークレットは店頭から性的にきわどい広告を排除し、"エンジェル"を廃止し、ショーの開催を取りやめた。 ビクトリアズ・シークレットには男性客たちから、同社がブランドを｢毀損している｣と主張するメールが寄せられたという。 ビクトリアズ・シークレットは、そのブランドイメージを大幅にトーンダウンさせてきた。 同社は店頭から露出度の高いモデルたちの写真を排除し、毎年恒例だった"エンジェル"と呼ばれるモデルたちが下着姿でランウェイを歩くショーの開催を取りやめた。 着心地の良さとあらゆる人を受け入れようとする姿勢を重視した同社の新たなブランディングは、今のところ顧客の共感を呼んでいるようだ。売り上げの減少が何年も続いた後、ビクトリ
最近、データサイエンスが流行っていることもあり、線形回帰モデルについても解説記事を見かけることが多くなりました。情報にアクセスしやすくなったのはいいことだと思うんですが、ずっと以前から間違いや解説の不足が多い理論なので、私なりに解説を試みたいと思います。全体的にあまり厳密ではありませんが、線形回帰モデルを学びたての方には有益な記事になるかなと思います。 あと、私も勉強中の身なので、間違いがあったらご指摘いただけたら嬉しいです。 本題 さて、よくある間違いとは以下のような解説です。 線形性の仮定が満たされていないので、線形回帰モデルを使ってはいけない 残差が正規分布&等分散ではないので、線形回帰モデルを使ってはいけない 回帰係数に対するt検定の結果をもとに、p値が大きい説明変数を除外する 多重共線性があるとよくないので、変数間で相関が強い、もしくはVIF値が大きい変数を除外する AICが小さ
西浦先生らによる実効再生産数の統計モデルを解説＆拡張する試み - StatModeling Memorandum
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE）を使ったMLE版（Sungmok Jungさん作成）と 、ベイズ推定版（Andrei Akhmetzhanovさん作成）があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版（以降、元コードと呼びます）の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
2020年12月、環境問題について話し合う政府の会合で、日頃からSDGsについて発信をしているモデルのトラウデン直美さん（21）が提案した内容だ。
text = """ SeabornのTitanicデータセットを使いLightGBM，XGBoost，CatBoostおよび3つのモデルのアンサンブルした場合で どれが最も精度が良いか検証してください．検証する際は4foldのクロスバリデーションの結果の平均値としてください． 全て日本語で対応してください． """ # return_massagesは出力結果のデータを変数として保持するため引数 # 出力結果はmassagesにも保存される messages = interpreter.chat(text, return_messages=True) 了解しました。以下の手順で進めていきます。 1 必要なライブラリをインストールします。これには、seaborn（データセットの取得）、pandas（データの操作）、numpy cikit-learn（クロスバリデーションと精度評価）、lig
チュートリアルでDDD体験: ドメインモデルの成長を紹介 - BIGLOBE Style ｜ BIGLOBEの「はたらく人」と「トガッた技術」
プロダクト技術本部の川口です。 3年間、ビッグローブ光といった固定回線のインフラ部門に所属していましたが、今年の4月に BIGLOBE の基幹システムのリニューアルを推進していく部署に異動することになりました。 所属するチームでは、ドメイン駆動設計（DDD）で開発しています。 チームにジョインすると開発チュートリアルをやることになっており、そこで IntelliJ や Spring Boot での開発の仕方を学んだり、チュートリアルを通して DDD を学んだりします。 今回は、DDD のチュートリアルで実際に作成したドメインモデルがどういう風に成長していったかについて紹介します。 勤怠管理アプリ チュートリアル 初期ドメインモデル 中期ドメインモデル 後期ドメインモデル 学んだこと、感想 勤怠管理アプリ チュートリアル お題は GitHub のパブリックリポジトリに公開されています。 ht
漫画制作に適したモデルは？Animagine 3.1 vs Animagine 3.0 徹底比較！｜AICU media
4月に入り、X や kindle インディーズで AI で漫画を見かける機会が増えてきました。最近のイラスト系画像生成 AI では、漫画が流行の兆しを見せてきているようです。 参考：SD黄色本 そこで AICU media では、「AI で漫画を作ってみたいけど、どのモデルを使えばいいんだろう…」という方向けに、白黒漫画制作に適した Stable Diffusion のモデルを調査しました！ Animagine 3.1まずはアニメ系 SDXL の主流モデルとなっている「Animagine」の最新バージョンである Animagine 3.1 でモノクロイラストを生成してみましょう。 プロンプト「best quality , monochrome , lineart,1girl, bob cut, flat chest , short hair , school uniform, round_
Open Interpreter - 自然言語でコーディングを実現するオープンソースツール｜masia02 (CipherWeb,LLC.)
Open Interpreterは、自然言語でプログラミングができるようになる、興味深いオープンソースツールです。機能呼び出し型の大規模言語モデルを利用して、Python、JavaScript、Bashなどのコードをローカルで実行できるのが大きな特徴です。インストールと利用は簡単で、コーディング作業の効率化を図れそうなツールです。 Open InterpreterとはOpen Interpreterは、GPT-3.5やGPT-4またはCode Llamaなどの大規模言語モデルを利用して、自然言語でのコード実行を可能にするオープンソースのツールです。 コマンドラインインターフェース上で言語モデルと対話することで、PythonやJavaScriptなどのコードをローカルマシン上で実行できます。複雑なロジックのコーディングもステップごとに指示できるので、開発効率の大幅な向上が期待できます。 公式
NHK広報局 @NHK_PR 【今夜10時 #ドラマ10大奥 】 「これまで描かれてきた吉宗像以外にも、こんな吉宗もいたんだなと思って見ていただければいいなと思います」 冨永愛さんのインタビュー、放送前にお読みいただけたら…。 原作・よしながふみ「大奥」 脚本・森下佳子。 第1回は15分拡大です。 www6.nhk.or.jp/nhkpr/post/ori… 2023-01-10 12:36:00 リンク NHK_PR 男女逆転「大奥」８代 徳川吉宗役の冨永 愛インタビュー ドラマ10「大奥」 1/10（火）スタート！毎週火曜 後10:00 NHK 総合 #冨永愛 #堀田真由 #仲里依紗 #中島裕翔 #福士蒼汰 #山本耕史 #大奥 91 NHK広報局 @NHK_PR 【お待たせしました 第1回は…】 八代将軍吉宗・水野祐之進編 (1)から。 キーワードは「致死率80％に及ぶ奇病」… 原作：
今回は、トム・クルーズさん主演の大ヒット映画、 「ラスト・サムライ」のモデル（の1人）にもなった、 フランス人陸軍大尉ジュール・ブリュネの話題から。 ブリュネは、開国した日本との関係を深めるべく、 第15代将軍・徳川慶喜との関係を強めたい思惑があった、 ナポレオン3世の命を受け、対日軍事顧問団の副隊長として、 1866年（慶応2年）に来日しました。 軍事顧問団は横浜で幕府伝習隊を1年以上訓練。 しかしその後江戸幕府は明治新政府に敗北し、 フランス軍事顧問団は解雇される事になります。 そのためフランス政府は顧問団の召喚を命じたのですが、 大半のフランス軍人が帰国する中でブリュネは、 退役届などの書類を本国フランスに送った後に、 榎本武揚率いる旧幕府艦隊旗艦開陽丸に乗り組みます。 ブリュネは箱館（現在の函館）に渡ると、 「蝦夷共和国」の創設などの面で旧幕府軍を積極的に支援。 しかし新政府軍によ
写真から3DCGモデルを作成するにはさまざまな方向から被写体を何枚も撮影する必要があります。クウェート大学・Meta・メリーランド大学の研究者が、たった1枚の写真から高解像度のCGモデルを生成する「Human-SGD」を発表しました。 [2311.09221] Single-Image 3D Human Digitization with Shape-Guided Diffusion https://arxiv.org/abs/2311.09221 Human-SGD https://human-sgd.github.io/ 研究チームの1人であるJia-Bin Huang氏が、Human-SGDがどういうモデルなのかを解説するムービーをYouTubeで公開しています。 3D Human Digitization from a Single Image! - YouTube ライダージャケ
今回は、何も知らないところからバンディットアルゴリズムを学びました。 シンプルなバンディットアルゴリズムから、各ユーザーごとに最適化するContextual Bandit、順序を最適化するCascading Banditまで解説します。 学んでいて疑問に思ったことを解消しつつ記載しています。 ソースコード https://github.com/birdwatcherYT/bandit 対象読者 バンディットアルゴリズムを理解して実装したい人 ユーザーごとにカスタマイズしたバンディットを理解して実装したい人（Contextual Bandit） 順序を最適化するバンディットを使いたい人（Cascading Bandit） バンディットアルゴリズム バンディットの問題設定を説明します。 スロットマシンN台がある スロットマシンの腕を引くと報酬がもらえる 累積報酬を最大化したい バンディットアル
Virgin Galactic completes its final VSS Unity flight test before space tourism debut
All sorts of cool pictures created by our community, from simple shapes to detailed landscapes or human faces. A virtual canvas where you can unleash your creativity or get inspired. All sorts of cool pictures created by our community, from simple shapes to detailed landscapes or human faces. A virtual canvas where you can unleash your creativity or get inspired.
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
GPT-4の半分以下の計算でほぼ同等なIQを持つパーソナルAI「Pi」と基盤モデル「Inflection-2.5」が登場
AI企業・Inflectionが開発している生成AI「Pi」は、ユーザーひとりひとりに最適化された「パーソナルAI」です。そんなPiの能力を飛躍的に向上させた基盤モデルである「Inflection-2.5」をInflectionが発表しました。 Inflection-2.5: meet the world's best personal AI https://inflection.ai/inflection-2-5 PiはAndroidやiOSのスマートフォン、ブラウザなどを通じて会話する事が可能なAIで、日本語にも対応しています。 Inflectionによると、Piはデイリーアクティブユーザー数100万人、月間アクティブユーザー数400万人の利用者を抱えているとのこと。また、平均会話時間は33分で、10人に1人は1時間以上話し込んだり、使ったユーザーの60％は翌週にまたPiを使っていたり
Yahoo! JAPAN研究所 坪内と申します。今日は通知の話です。 プッシュ通知に気づかなかったり、タイミングが悪くてイラっとしてしまうことはないでしょうか？ 最適なタイミングで通知する研究結果をご紹介します。 みなさんが目にする、ヤフーの広告の表示や、オススメの情報は、パーソナライズされています。つまり、過去のユーザーの行動履歴から「この人は釣りが趣味の人だ」と推測し、釣りに関するニュースや、釣竿のレコメンデーションをしています。これはプッシュ通知もしかりです。プッシュ通知は表示できる文字数や送信できる通知数に制限があります。ユーザーの興味などから、この人にはこの通知だ！ というのを送ります。ここまでは、広告やレコメンデーションなどと同じです。しかし、通知にはもう一つ最適化できる要素があります。それが「タイミング」です。 例えば、あるユーザーのヤフーのログを徹底的に解析して、ユーザーが
使える統計モデル10選（前編） 統計モデリング（statistical modelling）はデータ解析の方法論の1つです。データ解析の目的は、通常はただの数値や記号の羅列であるデータから、人間が何かしらの判断を行うために有益な情報を引き出すことにあります。データ分析者は、そのままでは意味をなさないデータに対して、折れ線グラフやヒストグラムなどを用いて、人間が判断を行いやすいようにデータの可視化を行います。一方で、時にはニューラルネットワークのような複雑な計算モデルを使ってデータを解析し、まだ観測されていない将来の値を予測させたりします。このように、データから有益な情報を引き出すために、データに対して人為的な視点や事前知識、数学的な仮定などを設計する作業をモデリング（modeling）と呼びます。 統計モデリングによるデータ解析では、データ自体や解析の目的に合わせて分析者が適切なモデルを設
Aaron Mok ［原文］ （翻訳：仲田文子、編集：井上俊彦） Apr. 28, 2023, 10:30 AM テックニュース 13,217 ChatGPTを稼働させるには1日最大70万ドル必要だとアナリストが試算している。 Pavlo Gonchar/SOPA Images/LightRocket via Getty Images ChatGPTは｢高価なサーバー｣を使っているため、OpenAIがそれを稼働させるのに1日最大70万ドルのコストがかかっているようだと、あるアナリストがThe Informationに語っている。 ChatGPTは、クエリに答えるために高価なサーバー上で大量の計算をしなくてはならない。 マイクロソフトは、密かにコストを削減するためのAIチップを製造しているとThe Informationが報じている。 ユーザーがChatGPTを使ってカバーレターを書いたり、
再来年の春から放送されるNHKの連続テレビ小説は、「アンパンマン」の作者として知られる漫画家、やなせたかしさんをモデルに、気弱で自信がない主人公と、それを持ち前の行動力で励まし続けた妻が「アンパンマン」にたどりつくまでを描く、「あんぱん」に決まりました。 112作目となる連続テレビ小説「あんぱん」は、やなせたかしさんと妻の小松暢さんをモデルにしながら、戦前から戦後の激動の時代を生きた波乱万丈の物語として大胆に再構成したオリジナルの物語です。 戦争をくぐり抜けた主人公が漫画家を目指すために上京し、貧しい暮らしのなか、自信や生きる意味を見失いながらも、行動力と好奇心にあふれた妻に励まされ、逆境や失敗を乗り越えて、晩年、「アンパンマン」にたどりつくまでを描きます。 脚本は、連続テレビ小説「花子とアン」や大河ドラマ「西郷どん」などを手がけてきた中園ミホさんが担当し、ヒロイン役はオーディションで選ば
名が無い豚 on Twitter: "同性同名のVが大量発生したので名前変えます…勘違いしてフォローする人も出ちゃってるので。 同人始めてからだから14年ぐらい使ってたなこのHN"
同性同名のVが大量発生したので名前変えます…勘違いしてフォローする人も出ちゃってるので。 同人始めてからだから14年ぐらい使ってたなこのHN
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください． 以下，エラッタ． * 52 of 80：KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80：2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80：AICの第2項は d/2n ではなく d/n. * 76 of 80：βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す
もともと小説を書くためのAIなので物語には強いだろう。しかも日本製だし。 ということで大先生が早速試していた。 僕も真似をしてさっそく使ってみたのだが、そのままだとかなり短い文章しか出てこない。使い方に工夫が必要そうである。 そこでこんなコードを書いた。 def b(prompt): input_ids = tokenizer.encode( prompt, add_special_tokens=False, return_tensors="pt" ).cuda() tokens = model.generate( input_ids.to(device=model.device), max_new_tokens=320, temperature=0.6, top_p=0.9, repetition_penalty=1.2, do_sample=True, pad_token_id=tok
動きが超リアル！「らくがき」を1クリックで高度な3Dモデルに変換できる「Monster Mash」を使ってみた！ - paiza times
どうも、まさとらん（@0310lan）です！ 今回は、誰でも簡単に「らくがき」から高度な3Dモデルを作成してアニメーション化までおこなえる無料のWebサービスをご紹介します。 ブラウザからアクセスするだけですぐに使えて、マウスかタッチ操作で適当な「らくがき」を作ったらリアルに動く3Dモデルを一瞬で生み出すことができます。 書き出しオプションも豊富なので、ご興味ある方はぜひ参考にしてみてください！ 【 Monster Mash 】 ■「Monster Mash」の使い方 それでは、「Monster Mash」をどのように使えばいいのか詳しく見ていきましょう！ 利用するにあたり、ユーザー登録や面倒な設定は一切不要です。ブラウザからサイトにアクセスするだけで以下のような編集エディタが表示されます。 このエディタ内はマウスやタッチ操作で自由に線を描画できるようになっています。 そこで、まずは次のよ
日本音響学会 学生・若手フォーラム Advent Calendar 2023 24日目 Suno AI とは、歌詞と曲のスタイル（と曲名）を指定するだけで、自動で歌詞入りの楽曲を作成してくれる生成 AI サービスです。 Suno AI 最近ではこのほかにも様々な音楽生成AIが発表されていますが、 Suno AI が特にバズっている要因はおそらく歌詞入力という他サービスではあまり無い UI と、 ボーカルが付加されることにより生成楽曲の面白さが格段に上がる点が大きいのではないでしょうか。 Suno AI 自体の使い方や詳細は多くのブログで紹介されているため特に取り上げる必要はないかと思いますが、 本記事では技術者の観点から Suno AI のようなシステムをどのようにすれば作れるか具体的に解説します。 個人的には Suno AI について、以下のような所見を持っています。 Suno AI は
音声認識モデルwhisperの全モデル文字起こし比較 - 毎日がEveryday、日々 Day by Day
OpenAIの音声認識モデルWhiper、いやー、まじですごすぎて感動しました。 配信中のpodcast番組 白金鉱業.FMを頑張って文字起こしするために、この記事とか、この記事とかでかなり真面目に既存文字起こしAPIの精度などを比較していましたが、もう今回は比べるまでもなく本当に雲泥の差です。ほぼ一言一句正確に文字起こしできます。GCP, AWS, Azureの文字起こしAPIは文字起こし精度が体感30~60%くらいでしたが、whisperは90%超えている印象です。もう笑うしかないです。 最初に結論 インストール 実行方法 結果 tinyモデルの結果 baseモデルの結果 smallモデルの結果 mediumモデルの結果 largeモデルの結果 まとめ 追記 カタカナ英語 完全制覇 whisperくん せんでんせんでん 最初に結論 whisperは異なるモデルサイズが5種が利用可能であ
OpenAIが発表した言語モデルGPT-3はパフォーマンスの高さから各方面で注目されており、ついにはMicrosoftが学習済みモデルの利用を独占化しました。 私個人の所感としてこれまで学習済みモデルは無料公開するという流れを無視し、（アーキテクチャではなく）学習済みモデルが商品化するのはAIビジネスの一つの転換期と感じています。 深層学習による自然言語処理分野で巨大化していくモデルを十分に学習させるためにはWebデータの活用が大きな役割を果たしています。一方、その量に関する話題はあるものの、利用にあたっての細かな前処理に関する議論はあまりなされていない印象です。 そこで本記事は学習データの構築にフォーカスします。 GPT-3の論文でも言及されている通り、学習データはGoogle Researchが発表したT5のデータを踏襲したと書かれていますので、まずはT5のデータから見て行きましょう。
元女子高生AI「りんな」などで知られるrinna株式会社は8月25日、製品開発のための実験過程で、日本語に特化した「GPT-2」と「BERT」の事前学習モデルを開発したと発表。 日本語の自然言語処理（NLP）の研究・開発コミュニティに貢献するために、開発した事前学習モデルとその学習を再現するためのソースコードを、GitHubおよびNLPモデルライブラリHuggingFaceにMITライセンスのオープンソースとして公開した。 モデルサイズが異なる2つのGPT-2を公開 GPT-2は予測したい単語より前の単語を考慮して、次の単語を予測する言語モデルである。たとえば、「吾輩」「は」を考慮して「猫」を予測してくれる。 rinnaは2021年4月、日本語に特化した中規模サイズのGPT-2（GPT2-medium／3.36億パラメータ）を公開した。当時、プレスリリースには大きな反響があり、モデルを実際
実在する「動物のお医者さん」の登場人物たち
佐々木倫子「動物のお医者さん」に登場した人物・動物のうち、モデルとなった人物たちをまとめました。 漆原教授は少なくとも2人の方がモデルのようです。
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
LLMがなぜ大事なのか?経営者の視点で考える波の待ち受け方｜福島良典 | LayerX
CyberAgentの日本語言語モデルを試してみる - きしだのHatena
画像生成AI「StableDiffusion」で得ておくべき知識を身に付けるのに役立つ「SD Toolset」
ブラウザなどのツール操作を簡単に自動化できるAI「ACT-1」が登場
LLM時代の強化学習 - どこから見てもメンダコ
さまざまなチャットAIを簡単にローカル環境で動かせるアプリ「Ollama」の公式Dockerイメージが登場
環境音認識のコンペティションDCASE2020で世界1位を獲得しました
プロでもよくある線形回帰モデルの間違い - Qiita
環境「炎上」でトラウデン直美さんが考えたこと。「矛盾を解決、一緒に考えたい」【インタビュー】
Open Interpreter - Qiita
NHK『大奥』冨永愛さんの「抱かれたい」ほどカッコいい吉宗公はじめキャスティングが神で絶賛の嵐
海外「日本史に影響を与えてたのか！」 サムライと共に戦ったフランス人の存在に現地が熱狂
たった1枚の写真から高解像度の3DCGモデルをAIで生成できる「Human-SGD」が発表される
いろんなバンディットアルゴリズムを理解しよう - Qiita
Engadget | Technology News & Reviews
Civitai: The Home of Open-Source Generative AI
【iPad / iPhone Proシリーズ】LiDAR 3Dスキャンアプリ記事まとめ | STYLY
NVIDIAが3Dオブジェクト生成AIモデル「NVIDIA GET3D」を発表 | Ledge.ai
プッシュ通知のタイミングを制御する話 〜 ユーザーの空気を読む通知
使える統計モデル10選（前編） | AIdrops
ChatGPTの運用コストは1日70万ドル…費用削減へマイクロソフトは専用チップを開発中
再来年春の朝ドラ「あんぱん」 漫画家やなせたかしさんモデル | NHK
ベイズ統計学の概論的紹介
AI Bunchoモデルで何か物語めいたものを生成する｜shi3z
Suno AI の作り方 (技術者の観点から) · あらゆる現実のはなし
GPT-3の学習データはどのように作られたか - moriyamaのエンジニアリング備忘録
rinna、日本語に特化した「GPT-2」「BERT」事前学習モデルを無償公開 75ギガバイトのデータを最大45日間で学習 | Ledge.ai
www.pixiv.net
earthreview.net
jp.reuters.com
finance.yahoo.co.jp
nyanteicafe.hateblo.jp
jp.reuters.com