並び順

ブックマーク数

期間指定

  • から
  • まで

161 - 200 件 / 8583件

新着順 人気順

機械学習の検索結果161 - 200 件 / 8583件

  • NVIDIA、AI/ML開発者向けツールキット「NVIDIA AI Workbench」の一般提供を開始

    NVIDIAは2024年3月21日(米国時間)、AI(人工知能)およびML(機械学習)開発者向けツールキット「NVIDIA AI Workbench」(以下、AI Workbench)の一般提供を開始した。公式サイトから無料でダウンロードできる。AI Workbenchの自動化機能により、開発初心者にとってのハードルを取り除き、専門家の生産性向上を支援するとしている。 開発者はAI Workbenchを使うことで、スキルレベルにかかわらず、高速で信頼性の高いGPU環境を構築し、異種プラットフォーム間で自由に作業、管理、コラボレーションができる。「NVIDIA AI Enterprise」のライセンスを購入すれば、エンタープライズサポートも受けられる。 AI Workbenchの特徴 関連記事 IBM、2024年に注目すべき9つのAIトレンドを解説 IBMは、2024年に注目すべき最も重要な

      NVIDIA、AI/ML開発者向けツールキット「NVIDIA AI Workbench」の一般提供を開始
    • OpenAI Sora に使われる技術

      TL; DR OpenAI が非常に高品質な動画生成モデル Sora を公開 画像生成モデル Diffusion-Transformer を利用 動画を3次元画像として扱うことで画像モデルを拡張 キャプションは DALL•E3 同様、キャプション生成モデルで作成 OpenAI Sora Sora は OpenAI が今年の2月に発表した、動画生成モデルです。まずはこのモデルの出力例を見てみましょう。 図1. Sora の生成例: https://cdn.openai.com/sora/videos/big-sur.mp4 各フレームの画像が非常に美しく生成されています。また、従来の動画生成では時間が経った際に写っているオブジェクトを保つことが難しく、消えたり現れたり、急に歪んだりするものが多かったのに対し、Sora では一度隠れてから再度現れる場合であっても、矛盾なく生成できています。 こ

        OpenAI Sora に使われる技術
      • Rustによる高速なOptuna実装の試作 - Preferred Networks Research & Development

        上記の結果で重要な点の1つは、Trial数を10倍にした際にRust版 Optuna実装の実行時間は約10倍で済んでいるのに対して、Optunaの実行時間は50-100倍にまで伸びてしまっている点です。この原因はOptunaが提供するいくつかの便利な機能に起因しています。Optunaでは利便性と速度低下のバランスを慎重に判断して開発を進めていますが、多くのユーザーにとっての利便性を追求した結果、一部のユーザーにとってこのような速度低下を招いてしまっているのも事実です。 Rust版 Optuna実装は高速化により重きを置いています。速度に大幅な改善がなければ存在意義がなくなってしまうからです。互換性を重視してOptunaの設計や機能に合わせすぎてしまうと高速化に限界が生じてしまうため、enqueue_trial()のような一部の機能については導入を慎重に判断しています。 “基本的に” 同じA

          Rustによる高速なOptuna実装の試作 - Preferred Networks Research & Development
        • 【Unity】AppUI×ClaudiaでMVVMを意識してチャットアプリをつくる 1章 設計説明編 - Qiita

          はじめに 最近ではClaudeというチャットAIが来ているらしいです。 なんとこいつ、Chatgpt-4を超えるらしく相当優秀らしい。 ClaudeをC#で利用できるようにClaudiaというライブラリが開発されたとのことで、実際に利用してみようと思います。 単純に使ってみるだけだと面白くないので、最近リリース版になったAppUIを使ってMVVM設計でアプリとしてUnityで開発してみましょう。 現状AppUIの解説記事が全くないのでなるべく詳細に記事にすることとします。 1章 設計説明編 2章 AppUI編 3章 MVVM実装編 4章 アプリ実装編 できるもの 以下のようなアプリを作成できます。 UIはClaudiaのBlazorのサンプルを参考にしています。 動画版もあるのでよかったら見てみてください。 リポジトリもあがっています。 対象読者 ある程度Unity/C#がわかるひと 設計

            【Unity】AppUI×ClaudiaでMVVMを意識してチャットアプリをつくる 1章 設計説明編 - Qiita
          • 【西川和久の不定期コラム】 自分で撮影したグラビアを使い、Stable Diffusion用美女モデルを作成してみた

              【西川和久の不定期コラム】 自分で撮影したグラビアを使い、Stable Diffusion用美女モデルを作成してみた
            • プログラミング支援AIサービスまとめ。GitHub Copilot、AWS CodeWhispererなど11種類(2024年3月版)

              GitHub CopilotやAWS CodeWhispererをはじめとする、コードエディタに統合できる11種類のプログラミング支援AIをまとめた。 GitHub Copilotに代表されるコードエディタに統合されたプログラミング支援AIサービスは、まだ登場して間もないにも関わらず、多くのプログラマの生産性向上にとって欠かせない機能になりつつあります。 と同時に、プログラミング支援AIサービスはGitHub Copilot以外にもさまざまなクラウドベンダ、ツールベンダ、スタートアップなどが参入し、多様な製品が新たに投入され続けている変化の激しい分野でもあります。 ここではその中から、現時点での主要なサービスやソフトウェアを11種類取り上げ、まとめました。導入や選択の参考にしていただければと思います。 価格別の主な機能 (Copilot Individual / 月額10ドル/年間100ド

                プログラミング支援AIサービスまとめ。GitHub Copilot、AWS CodeWhispererなど11種類(2024年3月版)
              • 機械学習による株価予測 - Qiita

                こんにちは。私がAidemyでデータ分析講座コースを受講いたしました。今回は学んだスキルを活用して、上場企業を株価予測をしてみました。 ※私の環境: Python3 Chrome Google Colaboratory Windows 10 目次 1.目的 2. データセット 3. 機械学習モデル 4. 予測モデルの構築と検証 5. 結果 6. 反省 1.目的 上場会社の株価データセットを用いて、株価予測するLSTMの機械学習モデルを構築すること。 2.データセット Yahoo Financeである上場企業Lasertec(6920.T)の時列データ 3.機械学習モデル LSTM(Long Short-Term Memory: ニューラルネットワークの一種で、長期的な依存関係を学習することができる特徴ある。 4.予測モデルの構築と検証 4-1. ライブラリのインポート import ker

                  機械学習による株価予測 - Qiita
                • The Elements of Differentiable Programming

                  Artificial intelligence has recently experienced remarkable advances, fueled by large models, vast datasets, accelerated hardware, and, last but not least, the transformative power of differentiable programming. This new programming paradigm enables end-to-end differentiation of complex computer programs (including those with control flows and data structures), making gradient-based optimization o

                  • YouTube、生成AIフェイクなど合成・改変コンテンツはラベルで明示を求める。明らかな非現実や補正等は対象外 | テクノエッジ TechnoEdge

                    YouTubeは3月19日、生成AIによるものを含め、改変または合成されたコンテンツには、視聴者にそれとわかるようにラベル付けするツールをYouTube Creator Studioに導入すると発表しました。 生成AIについては、AIによるコンテンツかどうかを区別できるようにする取り組みを各社が続けて続けていますが、YouTubeでも2023年11月に「責任あるAIイノベーションに対するYouTubeのアプローチ」を発表。今回のツール導入もその一環となります。 簡単に言ってしまうと、AIを含め、なんらかの改変・合成を行ったらそれとわかるようにラベル付けを行いなさいというルール。 とはいえ、AIを含めツールで合成したり創作したコンテンツ全てが対象というわけではなく、ラベル付けが必要となるのは一般にフェイクと見なされるような、実物と誤解しかねないコンテンツのみとなっています。 YouTubeヘ

                      YouTube、生成AIフェイクなど合成・改変コンテンツはラベルで明示を求める。明らかな非現実や補正等は対象外 | テクノエッジ TechnoEdge
                    • レゴ® エデュケーション SPIKE™ プライムでAIの可能性を探る! レゴ×深層学習で画像認識自動走行を学ぼう / 開発者向けブログ・イベント | GMO Developers

                      レゴ® エデュケーション SPIKE™ プライムでAIの可能性を探る! レゴ×深層学習で画像認識自動走行を学ぼう 近年、AIの普及が急速に進み、ビジネスでもその活用がますます求められています。GMOインターネットグループでは、全パートナー(社員)がAIを活用して「AIで未来を創るNo.1企業グループ」を目指しています。その一環として、2023年より全パートナー(社員)が対象のAI専門家による「AIセミナー」を定期開催してきました。 2024年1月31日(水)には、GMOインターネットグループ デベロッパーエキスパート 成瀬 允宣がAIセミナーに登壇。STEAM教材として注目される「レゴ® エデュケーション SPIKE™ プライム」で作られた車型ロボットで深層学習による画像認識自動走行を目指すセミナーを開催しました。今回は、その模様をお届けします。 「AIで未来を創るNo.1企業グループ」実

                        レゴ® エデュケーション SPIKE™ プライムでAIの可能性を探る! レゴ×深層学習で画像認識自動走行を学ぼう / 開発者向けブログ・イベント | GMO Developers
                      • AI時代の知的財産権検討会(第6回) 議事次第

                        【連絡先】 内閣府知的財産戦略推進事務局 〒100-8914 東京都千代田区永田町1-6-1 内閣府本府庁舎3階[地図(PDF/48KB)] TEL.03-3581-0324

                        • ChatGPTのライバル「Claude 3」の使い方 良い点、悪い点まとめ (1/5)

                          3月4日の公開以来、「Claudeやばくない?」「GPT-4を越えた」と、界隈で話題の「Claude 3」は、OpenAIの元メンバーによって設立されたAIベンチャー「Anthropic」が開発する最新の大規模言語モデル(LLM)だ。今回はChatGPTのライバルClaude 3の有料版を2週間ほどヘビーに使ってみて感じたことを、良い点と悪い点どちらも書いていきたいと思う。 Claude 3とは? 既報の通り、Claude 3はAnthropicが開発する大規模言語モデルの名称だ。 パラメーターのサイズなどが異なる3つのモデルがラインアップされている。 「Claude 3 Opus」は最も知能が高く、複雑なタスクでも最高のパフォーマンスを発揮する強力なモデル。APIやデータベースを介した複雑なアクションの計画や実行、インタラクティブコーディングなどの高度な活用が想定されている。 「Clau

                            ChatGPTのライバル「Claude 3」の使い方 良い点、悪い点まとめ (1/5)
                          • 問題を高速に解く組織をつくる|福島良典 | LayerX

                            (社内報です) 前提自分のバックグラウンドは機械学習エンジニア。 20代で経営を始めた時は経営のど素人だった。とはいえ学生であっても起業した以上、言い訳できる立場でもないので自分なりに自分のできることから考え始めた。その時の自分の唯一の強みは「機械学習アルゴリズムの改善」だったので、あらゆる問題を機械学習アルゴリズムの改善的にとらえるというアングルで経営をしてみた。正しい方法なのか全くわからなかったけど、振り返るとこのやり方は経営でめちゃくちゃ成果が上がる方法だったと感じる。 それ以来、アルゴリズムの改善だけではなく、営業組織の改善、プロダクトの改善、マーケティングの改善、面接の改善、人事評価の改善etc 会社の経営に関わるすべての問題に対して「機械学習アルゴリズムを改善するように、実験を高速化・並列化し、改善をする」という形を作ることが経営において重要であるというポリシーを持っている。

                              問題を高速に解く組織をつくる|福島良典 | LayerX
                            • 生成AI、データ学習は知財規制の対象外 政府検討会 - 日本経済新聞

                              内閣府は21日、生成AI(人工知能)と知的財産権保護のあり方を議論する「AI時代の知的財産権検討会」をオンラインで開き、中間とりまとめの骨子案を提示した。著作権以外の知財権についてAIに学習させる段階は原則、権利侵害は発生しないと確認した。検討会は2023年10月に始まり計6回目となる。これまでの議論や業界団体と各省庁からのヒアリングをもとに骨子案をまとめた。4月にも中間とりまとめを策定し、6

                                生成AI、データ学習は知財規制の対象外 政府検討会 - 日本経済新聞
                              • GitHub Copilot Tips and Tricks

                                30分でわかるシステム運用アンチパターン / Operations Anti Patterns in 30 minutes

                                  GitHub Copilot Tips and Tricks
                                • 生成AI開発に革新か “自律進化”で目的のAIを自動生成 超低コスト&短期間で高性能モデルも開発済 トップ研究者集団「Sakana AI」

                                  生成AIのトップ研究者らが東京で創業したAIベンチャー「Sakana AI」が、生成AI開発の新たな手法を開発したと3月21日に発表した。従来は人間が手動で設計し、多くの計算資源を使っていたが、同社の手法では設計を機械が自動で行い、“ほぼ無視できるレベル”の計算資源で開発が可能になるという。この手法で開発した日本語基盤モデルをGitHubで公開した。 同社が提案したのは「進化的モデルマージ」という手法。公開されているさまざまな基盤モデル(生成AIを含む、大規模なデータセットによる事前学習で各種タスクに対応できるモデルのこと)を組み合わせて新たなモデルを作る「マージ」に、進化的アルゴリズムを適用したものだ。 マージ自体は現在の基盤モデル開発で使われている手法で、モデルの“神経回路”(アーキテクチャ)の中に別のモデルの神経回路の一部を組み入れたり、入れ替えたり、神経同士のつながりやすさ(重み)

                                    生成AI開発に革新か “自律進化”で目的のAIを自動生成 超低コスト&短期間で高性能モデルも開発済 トップ研究者集団「Sakana AI」
                                  • Sakana AI

                                    概要 Sakana AIは進化や集合知などの自然界の原理を応用して基盤モデルを開発することを目指しています。私達の目標は、モデルを自ら訓練し開発することだけではありません。基盤モデルの開発を効率化、高度化、自動化するための新たな手法を生み出すことに挑戦しています。この目標に向けた第一歩として、私たちはプレプリント「Evolutionary Optimization of Model Merging Recipes (モデルマージの進化的最適化)」を公開しました。 このリリースの要点は以下の通りです。 進化的モデルマージという手法を提案します。これは、多様な能力を持つ幅広いオープンソースモデルを融合(マージ)して新たな基盤モデルを構築するための方法を、進化的アルゴリズムを用いて発見する手法です。私たちの手法は、ユーザーが指定した能力に長けた新しい基盤モデルを自動的に作成することができます。既

                                      Sakana AI
                                    • “LLM for SRE“の世界探索 - ゆううきブログ

                                      ChatGPTが登場した当初、対話や要約、翻訳、コード生成などの典型的な言語タスクができても、SREやAIOpsの研究開発にはあまり関係ないのではないかと正直思っていた。AIOpsでは典型的にはいわゆるObservabilityデータ(メトリクス、ログ、トレースなど)が入力となるため、自然言語ではなく数値のデータを解析することが求められる。自然言語のタスクを研究対象としていなかったため、AIOpsとChatGPTに強い関係性は見いだせなかった*1。 しかし、自分で大規模言語モデル(Large Language Model: LLM)を日常的に使用したり、表題にあるようにSREのためのLLM(LLM for SRE, LLM4SRE)に関する論文を読むうちに、LLMのテキスト生成器としての性質よりもその優れた推論機械としての性質に注目するようになった。特にSREの障害診断は、人間の専門家が推

                                        “LLM for SRE“の世界探索 - ゆううきブログ
                                      • 機械学習の数学(鈴木 大慈 氏、FD研修会「人工知能と数学」)

                                        大阪公立大学大学院理学研究科FD研修会 「人工知能と数学」2024年2月15日 https://www.omu.ac.jp/orp/ocami/activities/fd/list/ 講演者:鈴木 大慈 氏(東京大学大学院情報理工学系研究科・准教授) 講演タイトル:機械学習の数学 講演アブストラクト:機械学習は現在,ChatGPTや拡散モデルといった基盤モデルの発展により,社会的に大きな影響を与える技術となっている.これら基盤モデルは大規模資本によるモデル開発による発展が著しいが,一方でその裏には数学的に興味深い理論的背景がある.本発表では,そのような基盤モデルを支える深層学習の背後にある理論を紹介する.より具体的には,代表的な生成モデルの一つである拡散モデルの背後にある確率微分方程式による特徴付けやその推定理論について述べ,大規模基盤モデルの基本構造であるTransformerの関数近似

                                          機械学習の数学(鈴木 大慈 氏、FD研修会「人工知能と数学」)
                                        • Chat Vectorを使って日本語LLMをチャットモデルに改造する - Qiita

                                          はじめに Chat Vector: A Simple Approach to Equip LLMs with Instruction Following and Model Alignment in New Languages という論文では、LLMの学習済み重みパラメータの足し引きによって、事前学習済みモデルに対話能力を与えることができるという結果が示されています。 具体的には、英語で事前学習されたモデル(以下ではベースモデルと呼びます)と、ベースモデルを指示チューニング (instruction tuning)してチャット形式の対話ができるようにしたモデル(英語チャットモデル)、ベースモデルを英語以外の言語で継続事前学習したモデルの3つのモデルを用います。 英語チャットモデルの重みからベースモデルの重みを引いたものは、チャット形式で対話ができる能力を表したベクトルであり、そのベクトルを

                                            Chat Vectorを使って日本語LLMをチャットモデルに改造する - Qiita
                                          • R/Python の線形回帰では完全な多重共線性のある入力データにどう対処しているか?

                                            前提 設定 n 組の目的変数 y_i と p-1 個の説明変数 x_{1i}, x_{2i}, ..., x_{p-1,i} からなるデータセット(i=1, 2, ..., n)をもとに、線形回帰モデルを作成する: y_i = \beta_0 + \beta_1 x_{1i} + \beta_2 x_{2i} + ... \beta_{p-1} x_{p-1,i} + \varepsilon_i. ただし、\varepsilon_i は独立同時な分布に従う誤差項とし、その期待値は E[\varepsilon_i] = 0、分散は V[\varepsilon] = \sigma^2 とする。 この時上記のモデル式は、目的変数ベクトル \boldsymbol{Y} = (y_1, y_2, ..., y_n)^\top、計画行列 \boldsymbol{X}、回帰係数ベクトル \boldsym

                                              R/Python の線形回帰では完全な多重共線性のある入力データにどう対処しているか?
                                            • https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/hoseido/r05_07/pdf/94024201_01.pdf

                                              • 高木浩光@自宅の日記 - 法制局も真っ青?Claude 3を用いた新規提出法案の立法技術上の矛盾点チェック, 追記(20日)議院調査局も御の字?Claude 3に法案..

                                                ■ 法制局も真っ青?Claude 3を用いた新規提出法案の立法技術上の矛盾点チェック 今日公表された新規提出法案「学校設置者等及び民間教育保育等事業者による児童対象性暴力等の防止等のための措置に関する法律案」だが、パッと見で気になる点があったので、Claude 3に聞いてみた。微妙にけっこう間違うが、そこはスルーして、大変参考になる。ここまでわずか1時間程度の作業だった。 (法律案案文・理由(PDF/309KB)を添付して) 私:このような法案が国会に提出されました。どのような法律でしょうか。 Claude:この法案は、「学校設置者等及び民間教育保育等事業者による児童対象性暴力等の防止等のための措置に関する法律案」です。 主な内容は以下の通りです。 学校や保育所等を設置・運営する学校設置者等と、学習塾等の民間教育保育等事業者は、教員や教育保育等従事者による児童に対する性的な暴力等の防止に努

                                                • Dify.AI · 先進的なAIアプリケーションのためのイノベーションエンジン

                                                  Release v0.5.9 - あなたのアシスタントとしてAIエージェントを作成し、ツールをカスタマイズしてください。

                                                    Dify.AI · 先進的なAIアプリケーションのためのイノベーションエンジン
                                                  • 【AI 対 えにから社員】人間と人工知能の大喜利回答は見分けられるのか?

                                                    大喜利人工知能さんは強すぎるので今回は出場していないです 【使用させていただいたAI】 ・chatGPT 様 https://chat.openai.com/g/g-8sPlJ64Gn-tiyatutogpt ・AIのべりすと 様 https://ai-novel.com/ ・ai lain 様(サービス終了) https://ai.anique.jp/login?callbackUrl=%2F ・りんな 様 https://www.rinna.jp/ 【協力していただいた人間】 ・ANY COLLAR社員様方 月ノ美兎のTwitter(配信予定等はこちらで呟いています!) https://twitter.com/MitoTsukino ※未成年者の視聴者の方々は、下記リンク先の注意事項もご覧ください。 https://www.anycolor.co.jp/notice-for

                                                      【AI 対 えにから社員】人間と人工知能の大喜利回答は見分けられるのか?
                                                    • アップル、高度な言語理解を持つ新型AIモデル「MM1」を発表

                                                      アップルの研究チームは3月14日、画像とテキストを理解し処理する能力を持つマルチモーダル大規模言語モデル「MM1」を発表した。今のところ論文のみの公開で、一般公開の時期は明かされていない。 一部ベンチマークではGPT-4Vをも凌ぐ性能を発揮 複数(30億、70億、300億)のパラメータサイズを備えるMM1は、10億以上の画像および30兆語以上のテキスト、GitHubのコード例などの多様なデータセットを用い、教師なし学習と教師あり学習を組み合わせる独自の方法で学習され、多様なタスクに対して高い精度を示すという。 各種ベンチマークの結果によると、30億および70億パラメーターのモデルはそれぞれのモデルサイズにおいて過去最高を記録。特にVQAv2(画像理解)、TextVQA(画像内のテキスト情報)、ScienceQA(科学知識)、MMBench(マルチモーダル)、MathVista(数学)などの

                                                        アップル、高度な言語理解を持つ新型AIモデル「MM1」を発表
                                                      • 「公開するApple vs. 隠すOpenAI」アップルが300億パラメータのマルチモーダルAI「MM1」発表。重要論文5本を解説(生成AIウィークリー) | テクノエッジ TechnoEdge

                                                        2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless(シームレス)を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第38回目は、生成AI最新論文の概要5つを紹介します。 Appleが最大300億パラメータを持つマルチモーダル大規模言語モデル「MM1」を開発 OpenAIなどのクローズド大規模言語モデルの一部を許可なく取得する攻撃、Googleなどが開発 GPT-3.5の隠れ層のサイズを約4096と推定。非公開LLMの中身を抽出する手法 WebページのスクリーンショットからHTMLコードを生成するAIモデル「Sightseer」をHugging Faceが開発 実世界に強いマルチモーダル大規模言語モデル「DeepSeek-VL」 Appleが最大300億パラメータを持つマルチモーダ

                                                          「公開するApple vs. 隠すOpenAI」アップルが300億パラメータのマルチモーダルAI「MM1」発表。重要論文5本を解説(生成AIウィークリー) | テクノエッジ TechnoEdge
                                                        • ZOZOTOWN検索における精度評価手法の運用で見えた課題とその改善アプローチ - ZOZO TECH BLOG

                                                          こんにちは。検索基盤部の橘です。検索基盤部では、ZOZOTOWNのおすすめ順検索の品質向上を目指し、機械学習モデル等を活用しフィルタリングやリランキングによる検索結果の並び順の改善に取り組んでいます。 ZOZOTOWN検索の並び順の精度改善の取り組みについては以下の記事をご参照ください。 techblog.zozo.com 検索基盤部では新しい改善や機能を導入する前にA/Bテストを行い効果を評価しています。A/Bテストの事前評価として、オフラインの定量評価と定性評価を実施しています。これらの評価によりA/Bテストの実施判断をしています。 おすすめ順検索のフィルタリング処理の効果検証として導入したオフライン定量評価の方法については以下の記事をご参照ください。 techblog.zozo.com 以前の記事で紹介したオフライン評価を日々運用する中で、幾つか課題点が見つかりました。本記事では、そ

                                                            ZOZOTOWN検索における精度評価手法の運用で見えた課題とその改善アプローチ - ZOZO TECH BLOG
                                                          • neue cc - Claudia - Anthropic ClaudeのC# SDKと現代的なC#によるウェブAPIクライアントの作り方

                                                            Claudia - Anthropic ClaudeのC# SDKと現代的なC#によるウェブAPIクライアントの作り方 2024-03-18 AI関連、競合は現れども、性能的にやはりOpenAI一強なのかなぁというところに現れたAnthropic Claude 3は、確かに明らかに性能がいい、GPT-4を凌駕している……!というわけで大いに気に入った(ついでに最近のOpenAIのムーブが気に入らない)ので、C#で使い倒していきたい!そこで、まずはSDKがないので非公式SDKを作りました。こないだまでプレビュー版を流していたのですが、今回v1.0.0として出します。ライブラリ名は、Claudeだから、Claudiaです!.NET全般で使えるのと、Unity(Runtime/Editor双方)でも動作確認をしているので、アイディア次第で色々活用できると思います。 GitHub - Cyshar

                                                            • Open Release of Grok-1

                                                              March 17, 2024 Open Release of Grok-1March 17, 2024 We are releasing the weights and architecture of our 314 billion parameter Mixture-of-Experts model, Grok-1. We are releasing the base model weights and network architecture of Grok-1, our large language model. Grok-1 is a 314 billion parameter Mixture-of-Experts model trained from scratch by xAI. This is the raw base model checkpoint from the Gr

                                                                Open Release of Grok-1
                                                              • Claude 3 Opusを試してみました - karaage. [からあげ]

                                                                Claude 3 Opusに課金しました Claude 3 Opusの評判があまりによいので、課金してしまいました。 色々試してみました。ベースにしたのは公式プロンプトです。 Claude 3 Opusに無茶ぶりで 「完全に完成した Web アプリゲームを 1 つの HTML ファイルとして作成してください。ヴァンパイアサバイバーみたいなゲームがいいです。」 ってお願いしたら、一発で脳汁ドバドバ出るゲーム作ってきたので笑っちゃった pic.twitter.com/2i5gGlICbN— からあげ (@karaage0703) 2024年3月17日 プロ驚かない屋として、初のYouTube配信もしてみました。 配信中に作ってみた、インタラクティブでクリエイティブなWebサイトです。 結果、何度も驚いたり、家族からかかってきて電話で中断し、しかもマイクの設定のせいでその会話がうっすら聞こえると

                                                                  Claude 3 Opusを試してみました - karaage. [からあげ]
                                                                • GitHub - xai-org/grok-1: Grok open release

                                                                  You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

                                                                    GitHub - xai-org/grok-1: Grok open release
                                                                  • AWS Well-Architected Toolを使って 機械学習のワークロードをレビューする - Qiita

                                                                    要約 AWS Well-Architected - Machine Leaning Lensが2023/7に更新された Well-Architected ToolでMachine Leaning Lensが扱えるようになっていた為、手順を紹介 Machine Leaning Lensの中身も簡単に紹介 はじめに AWS Well-Architected Frameworkとは AWS Well-Architected Framework(以下、WA FW)は公式に以下の説明があります。 AWS Well-Architected は、クラウドアーキテクトがさまざまなアプリケーションやワークロード向けに高い安全性、性能、障害耐性、効率性を備えたインフラストラクチャを構築する際に役立ちます。AWS Well-Architected では、6 つの柱 (優れた運用効率、セキュリティ、信頼性、パフォ

                                                                      AWS Well-Architected Toolを使って 機械学習のワークロードをレビューする - Qiita
                                                                    • Beyond Jupyter | TransferLab — appliedAI Institute

                                                                      Beyond Jupyter is a collection of self-study materials on software design, with a specific focus on machine learning applications, which demonstrates how sound software design can accelerate both development and experimentation. The software being developed in machine learning contexts often remains at fairly low levels of abstraction and fails to satisfy well-established standards in software des

                                                                        Beyond Jupyter | TransferLab — appliedAI Institute
                                                                      • AIで ユーベル フェルン ヒンメル アウラ ハイターなど一級魔法使い試験編までのキャラを実写化して動かしてみた (AIコスプレ/AI動画)

                                                                        葬送のフリーレンのフリーレン フェルン ヒンメル ハイター アウラ ユーベル ラヴィーネ カンネ等一級魔法使い編までのキャラクターをStable DiffusionとMidjourneyを使って画像生成し、Stable Video DiffusionとPika Labsで動画にしました ▼関連動画 【総集編】これ1本でStable Diffusionがわかる! PCの選び方~インストール~拡張機能の使い方まで初心向け徹底解説 https://youtu.be/He5ofY2JNvE ※AI画像(AIコスプレ)の作り方を解説した動画です(1時間20分) 【総集編】AI動画生成ツール9種類を導入方法から生成例まで初心者向けにわかりやすく解説 https://youtu.be/6oH0WJLigcQ ※AI動画の作り方を解説した動画です(1時間02分) ドラクエ3のAI実写化動画(元

                                                                          AIで ユーベル フェルン ヒンメル アウラ ハイターなど一級魔法使い試験編までのキャラを実写化して動かしてみた (AIコスプレ/AI動画)
                                                                        • 言葉で指示すると,指示どおりにゲームをプレイするAI「SIMA」。GoogleがAI研究の最新成果を明らかに

                                                                          言葉で指示すると,指示どおりにゲームをプレイするAI「SIMA」。GoogleがAI研究の最新成果を明らかに ライター:米田 聡 米国時間2024年3月13日,Googleは,新しいAI「SIMA」(Scalable Instructable Multiworld Agent)を用いて,自然な言語による指示に従ってAIエージェントがゲームをプレイするという研究成果を発表した。 SIMAは,映像を見ながらキーボードとマウスを使い,「No Man's Sky」や「Valheim」「Goat Simulator 3」といった9種類のゲームをプレイしてみせたという。 Googleや,その傘下のAI研究開発企業であるDeepMind Technologiesは,これまでもゲームをプレイするAIを研究してきた。たとえば2020年には,古のゲーム機である「Atari 2600」でプレイできる57タイトル

                                                                            言葉で指示すると,指示どおりにゲームをプレイするAI「SIMA」。GoogleがAI研究の最新成果を明らかに
                                                                          • 自律型AIソフトウェアエンジニア「Devin」発表。課題から情報収集して環境構築・ビルド・デプロイまで | テクノエッジ TechnoEdge

                                                                            ITジャーナリスト/Publickeyブロガー。IT系の雑誌編集者、オンラインメディア発行人を経て独立。2009年にPublickeyを開始しました。 AIスタートアップのCognitionは、自律型のAIソフトウェアエンジニア「Devin」を発表しました。 Devinは人間が課題を与えると、自律的に情報を参照し、コーディングやデバッグ、デプロイを行い、システム構築を実現するAIソフトウェアエンジニアだと説明されています。 Cognition AI CEOのScott Wu氏以下はデモ動画からのキャプチャです。 Devinは人間のソフトウェアエンジニアと同様に、自身のコンソール画面(右上)、コードエディタ(右下)、Webブラウザ(左下)を持っています(左上は人間とチャットでやり取りする領域)。 人間がプロンプトで何らかの課題を与えると、まず課題解決のためのプランを生成します。 今回、Dev

                                                                              自律型AIソフトウェアエンジニア「Devin」発表。課題から情報収集して環境構築・ビルド・デプロイまで | テクノエッジ TechnoEdge
                                                                            • 第32回 人工知能学会 金融情報学研究会(SIG-FIN)参加レポート / 開発者向けブログ・イベント | GMO Developers

                                                                              GMOインターネットグループ デベロッパーエキスパートの市川(@Yoshihiko_ICKW)です。 2024年03月02日(土) 第32回 人工知能学会 金融情報学研究会(SIG-FIN)@東京大学に参加してきました。 目的は、ファイナンス分野への人工知能技術の応用研究の調査のためです。ChatGPTのファイナンスへの応用の話も多かったです。よろしければご覧ください。 (文章の作成に当たっては、一部Chat-GPTを利用しました) イベントの概要 人工知能学会 金融情報学研究会(SIG-FIN)は人工知能学会の第二種研究会です。 詳細は上記リンクに譲るのですが、近年より広い方々の金融市場への関心が高まっています。このような背景で、ファイナンス分野への人工知能技術の応用を促進するための研究会になります。人工知能分野の研究者や金融市場の現場の技術者が参加する、大変ユニークな研究会になっていま

                                                                              • 検索サジェストにおける多様性評価指標とゴール指標の相関について - ZOZO TECH BLOG

                                                                                はじめに こんにちは、検索基盤部の広渡です。検索基盤部では、検索クエリのサジェスト(以下、サジェスト)の改善を行なっています。ここでサジェストは一般的に「Query Auto Completion」と呼ばれる、検索クエリを入力した際に入力の続きを補完したキーワードを提示する機能を指します。 ZOZOTOWNにおいては検索クエリを入力したとき、最大10件の検索クエリのサジェスト(以下、サジェストリスト)が表示されます(なお、ランキングを考慮しない場合はサジェスト集合と呼ぶこととします)。また、サジェストリストのランキングはユーザーの行動ログを用いて計算されたスコアによって決定されます。サジェストの具体的な説明や過去の改善事例は以下の記事を参照してください。 techblog.zozo.com techblog.zozo.com サジェストリストをチーム内で定性評価したところ、類似したサジェス

                                                                                  検索サジェストにおける多様性評価指標とゴール指標の相関について - ZOZO TECH BLOG
                                                                                • 新型AIワーム「Morris II」が生成AIアプリを狙い、ゼロクリックで機密情報の窃取に成功する | Ledge.ai

                                                                                  Top > 学術&研究 > 新型AIワーム「Morris II」が生成AIアプリを狙い、ゼロクリックで機密情報の窃取に成功する

                                                                                    新型AIワーム「Morris II」が生成AIアプリを狙い、ゼロクリックで機密情報の窃取に成功する | Ledge.ai