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。 この研究のポイントは？ 本論文は、大規模言語モデル(LLM)の「誤った出力(ハルシネーション)」について、その原因を「知識の欠如 […]
LLM高速化手法「Self-Distillation Through Time（SDTT）」を解説。自己蒸留により投機的デコーディングを改善し、最大32トークンの同時生成を実現する仕組みと性能評価を紹介します。
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。 この研究のポイントは？ 本論文の内容は、GPT-4の音声性能に関するもので、多様な形式の情報を処理できるモデルの特性やリスクを評 […]
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。 この研究のポイントは？ 本論文は、異なるAIエージェントを柔軟かつスケーラブルに統合するためのプラットフォーム「AgentSto […]
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。 この研究のポイントは？ この論文は、ポーランド語に特化した言語モデル「Bielik 7B v0.1」の開発とその評価について述べ […]
全二重リアルタイム音声対話モデル「Moshi」を解説。重複発話や割り込みに対応し、低遅延の自然な対話を実現する新しいアーキテクチャの仕組みと特徴を紹介します。
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。 この研究のポイントは？ 本論文は、「jina-embeddings-v3」という多言語対応のテキスト埋め込みモデルを提案していま […]
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。 この研究のポイントは？ 本論文の内容は、「Transformerが複雑な計算を苦手とする」という課題に対し、「Chain of […]
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。 この研究のポイントは？ 本論文の内容は、ロボットが目標の画像が撮影された場所に到達するための、ナビゲーション手法「BEINGS」 […]
スタンフォード大学が提案する「Synthetic Continued Pretraining」を解説。小規模なドメイン固有データから合成データを生成し、効率的にLLMへ知識を獲得させる新手法の仕組みと成果を紹介します。
本記事で使用している画像は論文中のもの、紹介スライドのもの、またはそれを参考に作成したものを使用しております。 この研究のポイントは？ 本論文の内容は、OmniGenという新しい画像生成モデルの提案で、多様な画像生成タス […]
本記事で使用している画像は論文中のもの、紹介スライドのもの、またはそれを参考に作成したものを使用しております。 この研究のポイントは？ 本論文の内容は、テキストから音声を生成する際の品質と効率を改善するために、「EzAu […]
MolmoAct2とは？GPT-5・Gemini Roboticsを超えたオープンVLAモデルを解説
SANA-WMとは？単一GPUで720p・60秒動画を生成するNVIDIAの効率的世界モデル
Sapiens2とは？MetaのヒューマンAI基盤モデルが5Bパラメータ・4K解像度で姿勢・法線・点群推定を統合
arXiv、AI任せ論文の著者を1年間投稿禁止へ — 学術AI利用規制が本格化
HY-World 2.0とは？テキスト・画像・動画から3D世界を生成するマルチモーダルワールドモデル
AI-Papers
