国産の音声認識エンジン登場。 モデルもダウンロードできるのね。 長い音声を音素に区切るとかの前処理が必要そうだけど、 Juliusとかと組み合わせていい感じに出来ないかな？

ChatGPTのライバル登場。 バブルソートと挿入ソートのアルゴリズムの両方を実装し、ランダムな整数5000個の並べ替えを10回行って、その平均時間を評価するコードをChatGPTとClaudeに記述させます 実行コード […]

流行りの対話AIは検索エンジンから採用が始まるみたい。 Microsoftはいい買い物をしたのか、はたまた・・・ Googleも呪文から画像生成AIを作ったらしい。 こちらは拡散モデルではななく、VisionTransf […]

個人がちょっと頑張っただけでこんだけのものが作れてしまうんだ・・・。 Whisperが相当に凄いのだな。 スパコンがクラウド的に使えるようになる！ と期待したらパートナー企業向けかぁ・・・。 個人にはサービスしてくれない […]

自然言語出力に透かしを入れる試み。 そういえばtop_kパラメーターとかあったな。 でもトークンの確率分布にはかなり偏りがあるんで （多くの場合上位1個が確率分布の99%を占め、分布が分散する箇所は少ない） 果たして上手 […]

ChatGPT関係3連。 ChatGPTであらすじを作って StableDiffusionで漫画にするとかもうAI最強じゃね？ 最後の奴は英語だけど、 ChatGPTで偽のバグレポートを送って賞金を稼ごうとした奴がいる、 […]

ChatGPTが凄すぎる。 これを知性と定義しないなら何が知性なんだと言われても仕方がない気が。 AIモデルにマルウェアが混入するなんてあるの？と思ったけど、 GUI版のはPythonコードと一緒に配布する形だったんだね […]

Stable Diffusion 2.0登場。 これまで1.0をベースに色々ファインチューニングしてた人はどんな気分だろう。 実はこの1年ほど、拡散モデルによる絵師AIが目立つ陰で、 色んな分野で革新的なモデルが公開され […]

AIで顔を変形させると顔認証AIが混乱するからプライバシー保護になるよ、という記事。 そりゃそうだろうけど、 別人になった写真をSNSに上げてどうすんのと言うかならモザイクでいいじゃんとか。

新しくeDiffiという絵師AIが登場。 拡散モデルのステップ毎に異なるモデルを作成←わかる。 CLIPとT5を組み合わせた言語モデル←わかる。 手法はよくわかるが、 これってメチャクチャ計算資源必要になるだろう・・・ […]