2025年1月20日、中国のAI企業DeepSeekは、推論モデル「DeepSeek-R1-Zero」と「DeepSeek-R1」をMITライセンスの下でオープンソースとして公開。 DeepSeekが注目を集める理由の一 […]
決済サービス「Block」を率いるTwitter創業者ジャック・ドーシー氏が、独自のオープンソースAIエージェント「Goose」を発表。「Goose」は、エンジニア向けのタスクを自律的にこなすアシスタントとして設計されて […]
画像生成AI「Flux Pro 1.1」を活用したAIロゴジェネレーター「Logo-creator.io」が、新たに公開され話題を呼んでいます。 このサービスは、オープンソースの生成AIモデル構築プラットフォームであるT […]
Transformerの注意機構を再設計する新手法「Tensor Product Attention（TPA）」を解説。テンソル分解によりKVキャッシュのメモリ使用量を大幅削減し、モデルの軽量化を実現する仕組みを紹介します。
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 Baichuan-Omni-1.5は、画像と音声、そしてテキストを処理するために統合的なアーキテクチャを用いたモデ […]
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 本論文は、LLMの応答を安全かつ説得力ある形で制御する新手法としてGuardReasonerを提案している。この手 […]
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 論文「METAGENE-1: Metagenomic Foundation Model for Pandemic […]
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 この論文では、LLM（大規模言語モデル）のパーソナライゼーション性能を向上させるための手法「Personalize […]
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 本論文では、新しいフレームワーク「Dispider」を提案し、動画とLLMを統合してリアルタイムでの対話を可能にす […]
AIモデルの推論を「System-1（直感的回答生成）」と「System-2（論理的チェック）」に分けて統合するフレームワークを解説。柔軟な推論制御で回答の精度と効率を両立する仕組みを紹介します。
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 本論文では、LLM（大規模言語モデル）の数学的推論能力を向上させる新しいアプローチ「BoostStep」が提案され […]
本記事で使用している画像は論文中の図表、またはそれを参考に作成した画像を使用しております。 本論文の概要 この論文では、科学分野における自動化された実験設計とモデル発見を支援するフレームワーク「Boxing Gym」を提 […]
Agents-A1とは？35Bモデルで1兆パラメータ超の性能を達成するエージェント水平スケーリング
Mage-Flowとは？4Bで1024px画像を0.59秒生成する基盤モデル
プロンプトエンジニアリングとは？主要手法の仕組みと使い方
LLMはなぜ日本文化に偏る？ 欧州研究が明かすAIの隠れた文化バイアス
PP-OCRv6: わずか34Mパラメータで235B超の大規模VLMを超えた軽量OCRシステム
AI-Papers
