画像 複雑な幾何学図形を認識する「Slow Perception」の提案
複雑な幾何学的図形を認識できる「Slow Perception」を提案。図形を線と点で段階的に予測し、復元精度を向上させる。人間の視覚認識に近い逐次的認識プロセスを用いて、精度と理解性を向上させるモデルを構築。
画像 
言語・LLM 【SWE-Gym】ソフトウェア開発のシミュレーション学習環境！
ソフトウェアエンジニアリングタスクをシミュレーションする学習環境「SWE-Gym」を提案。Transformerを使用し高精度のコード修正を実現。オープンソースで公開され、研究者や開発者が利用可能に！
言語・LLM LLMの考えすぎを抑え効率性20%向上する手法
LLMの考えすぎ問題がモデルの効率と精度に与える影響を分析し、Reasoning Preference Optimizationで緩和。提案手法により数学テストの精度と効率が約10%-20%向上。o1やQwQ-32Bなどを用い、数学的問題や一般知識に基づくテストを実施。
言語・LLM 埋め込み技術で強化されたロシア語LLMの新成果
ロシア語特化大規模言語モデルの改良法「学習型埋め込み伝播」を提案。埋め込み空間の整合性向上で未学習領域でも高性能を実現。複数ロシア語ベンチマークで優れた結果を確認。
画像 【Edicho】画像編集で特定要素を編集しても一貫性を保つ
画像編集で一貫性を保つ新手法Edichoの提案対応づけと生成ステップによる自然な編集結果の実現デザインやエンタメ業界での応用可能性と実務的価値論文：Edicho: Consistent Image Editing in the Wild本記...
論文解説 高速な音声生成TangoFlox！Flox変換とCLAPランク付け最適化
この論文では、高速・効率的な音声生成技術「TangoFlox」を開発。オープンデータセットを活用して柔軟性と音質を向上。流れ変換技術とCLAPランク付け最適化を採用し、高品質な音声生成を実現。
ニュース 生成AI 2024年トレンド発表、ChatGPT圧倒的首位！
生成AIツールの最新ランキングがSHIFT AIから発表。首位は汎用性に優れたChatGPTで、GeminiやClaudeも注目。画像生成ではDALL-E3が人気。各ツールの特長を理解し、目的に合った選択が重要です。
ニュース AIリーガルテックのローハイブ、米市場進出へ63億円調達！
AIを活用したリーガルテック企業ローハイブがシリーズAラウンドで約63億円を調達。GVとTQベンチャーズが共同で主導。新資金でアメリカ市場への進出を加速し、弁護士の業務を自動化するAIプラットフォームで革新を目指す。法律サービスをより手頃に提供へ。
ニュース インドのAI産業の成長！NVIDIAとスタートアップ10万社
インドがAI超大国に急成長中！NVIDIAのサポートで、インドではAI企業が2,000社以上、開発者は10万人を超えています。2016年の500社未満から、今や10万社のAIスタートアップが活躍中。ベンガルールのCoRover.aiも注目を集めています。
ニュース Meta、ユーザー反発でAIキャラクター削除へ！倫理問題が焦点に
MetaがAIキャラクターを2025年1月5日に削除。ユーザーからの反発が背景。28種類のAIキャラが批判を受け、特に「Liv」の発言が問題視。Metaはバグ発見を理由に削除を発表。今後の倫理対応が注目されます。