動画 動画の細粒度認識のための半教師あり学習手法「SeFAR」
動画データに基づく細粒度動作認識のための新しい半教師あり学習フレームワーク「SeFAR」を提案。ラベル付きとラベルなしデータを活用し、高精度な擬似ラベル生成で性能向上を実現。実験で最先端手法を超え、計算コストやモデルサイズも低減を達成。
AI-Papers
動画 
言語・LLM SSMの長期依存タスクの性能向上を実現する新手法
SSMの情報依存と均一化問題を解明し、情報活用のための極性化手法を提案。長期依存性タスクでの性能向上を実証し、効果的な手法を確立。情報処理の効率化に貢献。
動画 リアルタイム高品質動画生成モデル「LTX-Video」
LTX-Videoモデルは、Video-VAEを用いた潜在空間への圧縮で計算コストを抑えつつ、リアルタイムで高品質な動画生成を実現します。視覚品質と効率性を両立し、ハードウェア効率化も考慮した設計です。
マルチモーダル 画像の安全性を自動判断するAI技術「MLLM-as-a-Judge」
新たな手法「MLLM-as-a-Judge」を提案。画像の安全性を自動判断し、CLUEフレームワークを活用して関連性や条件を高度に判定。従来より高精度・効率的な結果を実現し、応用可能性も示唆。
言語・LLM 【CodeRM-88】コード生成評価を改善する新手法
新手法CodeRM-88を提案し、コード生成モデルの評価を改善。ユニットテストの自動生成と動的スケーリングにより難解な問題でも高い性能を発揮、既存手法に比べ大幅な精度向上を実現しました。
言語・LLM 【A3】モバイルアプリ上で動作するエージェント評価
モバイルアプリのGUIでのエージェント評価を改善する「A3フレームワーク」を提案。OCRやLLMを用いた評価関数を導入し、AppAgentが複雑なタスクでLLMの限界を超える可能性を示唆。
データセット GPT-4で地理情報推論力を評価するデータセット「MapEval」の提案
新データセット「MapEval」を提案し、地理空間推論能力を評価。リアルな地理情報を基にした新たなLLM評価方法を確立。最新のGPT-4等で性能を検証し、課題を発見する試み。
ニュース Google Workspace、AI機能「Gemini」無料提供へ！
GoogleがWorkspaceのStandardとEnterpriseプランにAI機能「Gemini Business」を無料提供へ！3月17日から新料金適用。Starterプランは800円に値上げ。AIアプリ開発も強化中。詳細は公式サイトをチェック！
ニュース マイクロソフト、新AI搭載「Copilot Chat」で業務効率化を革新！
Microsoftが法人向け「Microsoft 365 Copilot Chat」を発表。AIエージェント機能で企業の生産性向上を目指し、従量課金制で提供。チャット内でAI利用が可能に。詳細な課金モデルの理解が今後の鍵に。
ニュース AIが髪型選びを革新！アートネイチャー新サービス
アートネイチャーがAI技術を活用した「AIヘアスタイルシミュレーター」を全国148店舗のメンズサロンで無料提供開始！AIが顔の特徴を分析し最適な髪型を提案。リアルな仕上がりを実現する革新的システムで新しいスタイリング体験を提供。