メインコンテンツへスキップ
見出し画像

【4/22-4/28】生成AI活用事例/研究開発-Weeklyまとめ

    今週のAIに関する活用事例や研究開発情報をまとめた記事です。

    活用事例

    ・Midjourneyでキャラ作り

    *How to make consistent characters for an A.I.-assisted comic book in Midjourney*

    I want to show you another method of non-human consistent characters for comic books. For human characters, you can find a lot of tutorials on my page: https://t.co/oRdUkitlcC

    1/5 pic.twitter.com/Ywu3b9Fb2I

    — Kris Kashtanova (@icreatelife) April 22, 2023


    ・いつもお世話になってるPDFChatのHumataが一度に複数のドキュメントを調査できるように

    Humata is now ChatGPT for all your files

    Now you can research multiple documents all at once!

    This is a game-changer...pic.twitter.com/yeUDcdJ01B

    — Angry Tom (@AngryTomtweets) April 22, 2023


    ・生成AIを使ったノーコード・モバイルアプリテストソリューション「SofySense」がローンチ AI チャットボット「Sofybot」が、特定のテストクエリに対して迅速かつ正確な応答を提供。 製品のリリース時間を95%短縮するとのこと。

    生成AIを使ったノーコード・モバイルアプリテストソリューション「SofySense」がローンチ

    AI チャットボット「Sofybot」が、特定のテストクエリに対して迅速かつ正確な応答を提供。
    製品のリリース時間を95%短縮するとのこと。
    https://t.co/FzB72R9JDi pic.twitter.com/BqnxMOhwqa

    — 納村 聡仁 / Osamura Akinori (@akinoriosamura) April 23, 2023


    ・ChatGPTを活用した自治体IT調達仕様書の自動作成サービスを開始|川口弘行合同会社のプレスリリース

    あー、これから実証しようとしてたのが既に商用サービスに?早い→ChatGPTを活用した自治体IT調達仕様書の自動作成サービスを開始|川口弘行合同会社のプレスリリース https://t.co/sbzNRR55C0

    — Masanori Kusunoki / 楠 正憲 (@masanork) April 22, 2023


    ・@AI_DevAO さんによる、ChatGPT上で遊べる戦国シミュレーションゲーム

    ChatGPT上で遊べる戦国シミュレーションゲームができました!
    プロンプトをNoteで公開しました。https://t.co/0S7uOmk2PL

    — Developer AO (@AI_DevAO) April 22, 2023


    ・ Gen2で生成された動画

    Pushed #gen2 to its limits the first day & made a short.
    AI animation will never be the same! I am deeply impressed as a filmmaker for what is possible now and where we are already in terms of quality.
    It will only get better from here on. 😍🎞️🙏 Thanks @runwayml 🥳#aianimation pic.twitter.com/9CpHiCNNdY

    — ChristianF (@ChristianF369) April 21, 2023


    ・これもGen2

    visuals were 100% generated from text ONLY using #Gen2

    I thought this one was cute and funny so I added some ambient noise and did a little voice acting lol

    I've got tons of clips like this, I can't wait to show y'all somethting a bit longer with narration as well. #ai pic.twitter.com/4X6MlTTPN5

    — 🍥 Timmy 🍥 (@IXITimmyIXI) April 23, 2023


    ・@forever_voiceにおけるAIセラピストのサーシャ
    リアルな双方向音声を使い、はCBT(認知行動療法)、DBT(弁証法的行動療法)、マインドフルネス瞑想を専門としユーザーとやり取り


    ・ 『ロゴデザインの方向性を作り上げる方法やプロンプト』

    AIを活用して
    『ロゴデザインの方向性を作り上げる方法やプロンプト』を置いておきますね〜。

    私の記事の抜粋になるので少し文脈飛んじゃう可能性があり、気になったら読んでみてくださーい。

    所要時間:15分
    アウトプット:50枚=複数コンセプト案作成×各4〜16枚の生成… pic.twitter.com/8aVhW8zI4q

    — しょーてぃー / Experience Designer & Prompt Designer (@shoty_k2) April 23, 2023


    ・ChatGPTで財務分析も可能に、請求書受領サービス「ジュリオ」
    ジュリオは、紙、メール、ウェブダウンロード版等、請求書をオペレーターがPDF化してアップロードし、データ化するサービス。溜めたデータを解析分析する為に「財務GPT」というプロダクトも同時に開発。


    ・Stable Diffusion開発元が3Dアニメーション生成AI「Stability For Blender」を発表
    「Blenderで作成したラフ画像を元に好みの画像を生成」「テクスチャのラフ画像からリアルなテクスチャ生成」「アニメーションを生成」など


    ・AI TikToker

    やっぱり元素材に顔だけAI生成でnoiseかけてたのか。Deep Fakeとかi2iとか。

    フルAIだったら夢あったけど、こんだけ動いて顔崩れないのは普通にすごい・○・

    AI TikToker今後たくさんでてきそう🫶🏻pic.twitter.com/fwnEwIbdXd https://t.co/THI3X4tlcj

    — Nazuna@−8時間 (@challisnazu) April 24, 2023


    ・全員AI。人間禁止のAIボット専用SNS

    全員AI。人間禁止のAIボット専用SNS
    振り切ってんなー笑

    AI同士がソーシャルネットワーキングをひたすらしてる笑https://t.co/ZKraNT2Rpn

    — しょーてぃー / Experience Designer & Prompt Designer (@shoty_k2) April 24, 2023


    ・RunwayのiOSアプリが発表
    Gen-1(動画のスタイル変換)をスマホから利用可能に


    ・ギブリー、ChatGPTを行政機関内で活用できるプラットフォーム「行政GPT」をリリース
     -専用環境で「ChatGPT」を利用可能
     -会話データはモデルのトレーニングに使用ない
     -個人情報や機密情報の入力を抑止する機能を標準提供


    ・言語モデルxサイバーセキュリティ
    Googleは、サイバーセキュリティ向けに設計された言語モデル Sec-PaLMを搭載したGoogle Cloud Security AI Workbenchを発表
    独自の脅威情報データをMandiantの情報とともに処理し、悪意のある活動の特定と抑制、および対応措置の調整をする


    ・自然言語で動画検索
    例:「白いシャツを着て踊っている女性」

    If you've felt that "tip of my tongue" feeling recently, you'll love this.

    You can search for videos in natural language ("woman wearing a white shirt dancing")

    Demo: pic.twitter.com/Vme0cKjgKk

    — Pete (@nonmayorpete) April 24, 2023


    ・一般的な電話対応に対して3倍の生産性を実現へ
    トランスコスモスが、デジタルフロントをすべてカバーするTCI-DXサービスにおいて、ChatGPT活用を公表
    問い合わせに対してChatGPTが自動応答するだけでなく、困難な問い合わせに対してシームレスに有人対応への切り替えが実現


    ・プロダクトハント情報に対してチャット検索できるphai(非公式)

    プロダクトハント情報に対してチャット検索できるphai(非公式)https://t.co/d7McrBWiO0 pic.twitter.com/NLXfKPABCf

    — 納村 聡仁 / Osamura Akinori (@akinoriosamura) April 25, 2023


    ・NVIDIAが、テキスト生成AIモデルをより安全にするNeMo Guardrailsをリリース
    NeMo Guardrailsは、多くの生成言語モデルで動作し、外部の「安全でない」ソースへの接続、不正確な情報、有害な言語に対して制限を設けることができる


    ・特定ドメインのAIエージェントを構築可能にするプラットフォームを提供するMindverse
    Alibabaとa16zが支援するファッションスタートアップCiderで試験運用中。
    1000万ドルの調達も予定している。
    動画: EC向け仮想アシスタント

    特定ドメインのAIエージェントを構築可能にするプラットフォームを提供するMindverse
    Alibabaとa16zが支援するファッションスタートアップCiderで試験運用中。
    1000万ドルの調達も予定している。

    動画: EC向け仮想アシスタントhttps://t.co/yUrgIIPuET pic.twitter.com/4w7ujzuj9e

    — 納村 聡仁 / Osamura Akinori (@akinoriosamura) April 25, 2023


    ・ChatGPTのチャット履歴と学習を無効にできる機能を追加。
    ただし、不正行為を監視するために必要な場合には確認される。
    また、ChatGPT Businessを数ヶ月以内に提供する予定。
    専門家や企業向けにデータをより詳細に管理するためのもので、データは学習に使われない。

    you can now disable chat history (and training) in ChatGPT, and we will offer ChatGPT Business in the coming months.https://t.co/jjxuUxYJSa

    — Sam Altman (@sama) April 25, 2023


    ・TikTokが生成AIアバターをローンチ

    Leak: TikTok is launching generative AI avatars and here’s what they look like https://t.co/WDkw1S9Xs6 pic.twitter.com/RvBwxHo8IE

    — The Verge (@verge) April 26, 2023


    ・Bloombergによると、アップルが有料のAIヘルスコーチを構築中
    コードネーム「Quartz」と呼ばれ、AIとApple Watchのデータを使って、特定のユーザーに合わせた提案やコーチングプログラムを作成し、運動、睡眠、食習慣の改善を支援
    来年に登場する予定。


    ・SpotifyとAI音楽
     -昨年追加された2千万曲の内、多くが人間の手によるものではない
     -Spotifyは、リアーナやドレイクを模したAI楽曲を、彼らの許可なく削除
     しなければならない事態に陥っている
     -レコード会社は、自分たちの音楽がAIモデルの訓練に使われるのを
     防ぐよう要求


    ・ 「STUDIO AI」がProduct Huntでリリース

    「STUDIO AI」をProduct Huntでリリースしました!🚀

    STUDIO AIは、話しかけたり、テキストを入力するだけで、自動でデザイン作業をしてくれるデザインアシスタント WebDesignAI を搭載。これまでとは全く異なる新時代のWeb制作フローを実現しています。

    Product… pic.twitter.com/sTgyPkCXQf

    — Joe Ishii / STUDIO (@ytk141) April 26, 2023


    ・Appleのエンジニア
    ChatGPTのようなチャットボットを同社の音声アシスタントSiriに組み込むことを提案


    ・Microsoft DesignerがEdgeに統合
    AIが生成したソーシャルコンテンツが利用できるように
    このプラットフォームは、まもなくEdgeウェブブラウザから直接アクセスできるように


    ・デロイト、物流・小売業の接客にQuartzのAIソリューションを提供
    Quartz AIは、NvidiaのAI EnterpriseおよびOmniverseプラットフォーム上に構築され、物流やルート最適化のためのCompass AI、小売店やクイックサービスレストラン、顧客サービスのためのFrontline AIが含まれる


    ・Topaz Video AI

    Topaz Video AI試してみたけど、これすごい!

    fps30→15に下げてからFrame InterpolationとEnhancementで解像度上げてfps30に補正

    DEflickerの残像少し軽減したのと動きが見やすくなってる

    この動画は一か月前ので、controlnetもやり方も最新のじゃないんだけど… pic.twitter.com/8GyvSet91W

    — SHAKE (@shirokawashion) April 27, 2023


    ・ Gen2でテキストだけでエフェクト動画生成

    Gen2でテキストだけでエフェクト動画生成してる。ヤベーな https://t.co/UsqH7tS2Lf

    — Hirokazu Yokohara (@Yokohara_h) April 28, 2023


    ・中国テック大手、より低価格なAI製品の提供を目指す
     
    -Baiduは、ERNIE Botの推論効率を10倍向上、推論コストを1/10に
     抑えたと発表
     -他にも、高品質なビジネスデータを使用した業界固有モデルの
     学習などを計画
     -TencentやAlibabaも低価格のAI製品にするための効率化に取り組む


    ・アイアクトのCogmo Search、ChatGPTと連携 セキュアなナレッジマネジメントが可能に
     -Cogmo SearchとChatGPTを連携しAI検索機能を強化
     -入力がChatGPTの学習に使われず、情報が外に漏洩しない
     -AI検索結果一覧を提示し、間違った情報取得を避けることが可能


    ・runwayml

    runwayml https://t.co/6DLb2vTMja

    — 納村 聡仁 / Osamura Akinori (@akinoriosamura) April 28, 2023


    研究開発

    ・MS Azure OpenAIのDevelopers Seminarのスライド


    ・ LangChainの新機能Contextual Compression Retrieverを試す|mah_lab / 西見 公宏 @mah_lab #note

    コンテキストを圧縮できるやーつ

    LangChainの新機能Contextual Compression Retrieverを試す|mah_lab / 西見 公宏 @mah_lab #note https://t.co/Zton40gnhu

    — mah_lab / Masahiro Nishimi (@mah_lab) April 22, 2023


    ・AutoGPTなど、BabyAGIのコンセプトにインスパイアされた、または基に作られたプロジェクト集

    AutoGPTs
    which appeared just last week, are designed to automate GPT-4 tasks, enabling the creation of agents that complete tasks for you without any intervention.
    The most popular ones are BabyAGI by @yoheinakajima and Auto-GPT by @SigGravitashttps://t.co/iCIsVMStsz

    — Pavel Curda (@pavelcurda) April 22, 2023


    ・Vicuna
    オープンソースLLMで日本語でコンテキストを元に質問応答できるモデル

    Vicunaすげえわ。オープンソースLLMで日本語でコンテキストを元に質問応答できるモデル初めて見た pic.twitter.com/Epmwbu1gWB

    — うみゆき@AI研究 (@umiyuki_ai) April 22, 2023


    ・BabyAGIが更新
    BabyAGI classic (OG)がv0.10ブランチとして利用可能に
    Llama.ccpの統合により、Llama、Alpaca、GPT4allを実行できるように
    などなど

    👶🤖 @BabyAGI_ updates!!!👶🤖

    🌐https://t.co/OEUcrR7yXn is live!
    🎞️BabyAGI classic (OG) available as v0.10 branch
    🔵@trychroma added as alt for @pinecone, now default for new users
    🏃🏻Default @openai model is GPT3-turbo
    🦙Llama.ccp integration allows running Llama, Alpaca,… pic.twitter.com/PMABS7Ahe9

    — Yohei (@yoheinakajima) April 22, 2023


    ・MPT-1b-RedPajama-200b-dolly
    RedPajamaデータで事前学習され、Dollyデータでチューニングされた1.3Bのデコーダのみトランスフォーマー
    Llamaシリーズのモデルで使われたのと同じ割合でRedPajamaデータセットから200Bトークンを事前学習

    Cool to see this model from @MosaicML being trained on RedPajama and Dolly data. Fully open source AI is becoming a reality -- open source efficient training, curated web dataset, and instruction data. Still early and small model but it will get better. https://t.co/pGzuYxcrZR

    — Matei Zaharia (@matei_zaharia) April 22, 2023


    ・3DCoMPaT++
    10.000のユニークなモデルからなる大規模なデータセットで、1モデルあたり1000のスタイルが生成され、アノテーションもあるよ、と
    Doc: https://t.co/2HM3e1qayV
    Github:https://t.co/z1RpojPwpY

    Thrilled to announce the release of 3DCoMPaT++: a richly annotated, multimodal 2D/3D dataset of more than 10 million stylized 3D shapes!🎉

    🏆Challenge @CVPR 2023: https://t.co/BxX4x9q1K8
    📚Doc: https://t.co/yRiLGduuYC
    💻Code: https://t.co/l8nyyXn5Y9

    🧵👇 pic.twitter.com/5qGKqjCXw8

    — Habib Slim (@habib__slim) April 22, 2023


    ・ RWKVマルチ言語トークナイザー

    将来の #RWKV モデルに使う想定の新しいRWKVマルチ言語トークナイザーができた!
    欧州言語やCJKなど多言語対応のトーカナイザ🎉

    ってソース中の分割対象文字列が思いっきり日本語の例やんw
    これは期待♪

    ChatRWKV/tokenizer/rwkv_tokenizer.py https://t.co/uIx4jC9cQZhttps://t.co/qnEAGagCnK pic.twitter.com/LpyIikJSSL

    — forasteran (@forasteran) April 22, 2023


    ・Inpaint Anythingの新機能
    3Dシーンからあらゆる3Dオブジェクトを除去することができる「Remove Anything 3D」
    github: https://t.co/k9RfD7w85y
    hf: https://t.co/dAweTp79Jb https://t.co/CBamWZql8i

    Check out our Inpaint Anything’s new feature: Remove Anything 3D, which is able to remove any 3D object from a 3D scene!
    GitHub Repo: https://t.co/eyVzXHwPFB
    Website: https://t.co/MBXOWAn4DP#InpaintAnything #SegmentAnything pic.twitter.com/rdBCjqHcUp

    — Matt (@matt_tao_yu) April 23, 2023


    ・RMTでTransformerを1Mトークン以上に拡張
    リカレントメモリトランスフォーマーというアーキテクチャを活用することで、モデルの有効文脈長を200万トークンまで増やすことに成功。

    Scaling Transformer to 1M tokens and beyond with RMT

    By leveraging the Recurrent Memory Transformer architecture, they have successfully increased the model’s effective context length to an unprecedented two million tokens.https://t.co/jYAogMQRGY pic.twitter.com/0xSx6sFJpx

    — Aran Komatsuzaki (@arankomatsuzaki) April 24, 2023


    ・Ask-Anything、ChatGPT、miniGPT4、StableLMを使用した
    ビデオチャット用ツール

    github: https://t.co/Q1qPoHUU60
    デモ: http://106.14.223.212:7860/ https://t.co/096WHyCgbR

    Ask-Anything, tool for chatting about video with chatGPT, miniGPT4 and StableLM

    github: https://t.co/dTI6OxgrWV@Gradio demo: http://106.14.223.212:7860/ pic.twitter.com/f6HKaobcNJ

    — AK (@_akhaliq) April 23, 2023


    ・GPT4Tools: LLMにセルフインストラクションでツール活用を教える
    ローカルマシンで動く、Vicuna-13Bで初めて、self -instruct tuningによるビジュアルモデルの利用を可能に

    Welcome to check out our impressive GPT4Tools (https://t.co/30VVy9YAUu) that democratizes the tool use ability of language models!

    We for the first time enable Vicuna-13B to use visual models via self-instruct tuning. The system can be deployed on local machines without APIs! pic.twitter.com/Cq2o4nkEhS

    — Yixiao Ge (@ge_yixiao) April 24, 2023


    ・Relate Anything Model
    画像を入力とし、SAMを利用して画像内の対応するマスクを特定。その後、任意のオブジェクトのマスク間の関係を分析することが可能
    github: https://t.co/J2p2vCm5RY
    デモ: https://t.co/9dwrbf4gMA

    Check out **RAM** (Relate Anything Model) !

    - We empower Segment Anything Model (SAM) with the capability to recognize various visual relations between different visual concepts.

    - Code: https://t.co/44ouTiYOrw
    - Demo @huggingface: https://t.co/zY99mcYVal pic.twitter.com/xz7QVKMeKo

    — Ziwei Liu (@liuziwei7) April 24, 2023


    ・LLM の fine-tuning において、出力層 + 最後の数層だけを finetune することで、全ての層に行うのとほぼ同等の結果が得られる。

    LLM の fine-tuning において、出力層 + 最後の数層だけを finetune することで、全ての層に行うのとほぼ同等の結果が得られる。 https://t.co/4g6WXo6hW4

    — Kai INUI (@_kaiinui) April 24, 2023


    ・Vicunaを作ってるとこがチャットボットアリーナを開催してる
    2つの匿名モデルを並べてチャットし、どちらが優れているかの投票が集計されていく
    VicunaやStableLM、Alpaca, LLaMaとかがいる

    Introducing Chatbot Arena 🤖 ⚔️ 🤖 :

    We have collected the most popular open-source LLMs and need your help to determine which LLM is the best. In in this epic battle of AI versus AI, only you can decide the winner.

    Let the battle begin https://t.co/RtniQ8E9WE! pic.twitter.com/bGSOgKlDkM

    — lmsys.org (@lmsysorg) April 24, 2023


    ・Track Anything: 動画のあらゆるものをセグメント化
    Segment Anythingをベースに、トラッキングしたいものを指定し、ユーザーのクリック操作のみでセグメンテーションを行うことが可能
    github: https://t.co/eoN4Jn5BEF
    論文: https://t.co/sfh9o6dAv1 https://t.co/zgxAtUX6KP

    Track Anything: Segment Anything Meets Videos

    repo: https://t.co/adxhgxaaQq
    abs: https://t.co/ePWkoN2nzS pic.twitter.com/fUOOluuNdn

    — Aran Komatsuzaki (@arankomatsuzaki) April 25, 2023


    ・LLMの仕事での活用
     
    -実験:5,179人のカスタマーサポートにLLMを時期をずらし導入
     -生産性(1時間あたりの問題解決数)が平均14%向上
     -低スキルの労働者に最も大きな影響
     -高スキル労働者には最小限の影響
     -顧客感情を改善し、経営介入の要請を減らし、従業員の定着率を向上

    Using LLMs at Work

    -Experiment: staggered intro of LLM w/ 5,179 customer support agents

    -Large increase in productivity
    -Small impact on high-skilled workers
    -Big positive impact on low-skilled workers

    -Improved customer sentiment & employee retentionhttps://t.co/k2W8qxgP6h pic.twitter.com/Jn6HwKXvKo

    — John Nay (@johnjnay) April 24, 2023


    ・ OpenAIのブランドガイドライン

    OpenAIのブランドガイドラインが出ていた。
    ChatGPTやGPT-4で開発されたサービスの名称として〇〇GPT(例:MeowlyticsGPT)のような便乗ネーミングはNGとしている模様。国内でも直撃しているところはめっちゃ多そう(思い当たりまくる)https://t.co/UwtxDQ5Q8K

    — Dory | AI Agent (@dory111111) April 25, 2023


    ・GUI認識込みのアプリ版Adept?
    文章入力でスマホアプリ操作を自動化する「DroidBot-GPT」
    「ここをクリックすればカメラに切り替わる」など、アプリ上のGUIをテキストに落とし込む
    1. 「ここをクリックすればカメラに切り替わる」など、アプリ上のGUIをテキストに落とし込む
    2. 画面上の情報や行動履歴、タスクを組み合わせてプロンプトを作成し、ChatGPTに送信
    3. ChatGPTは適切なアクションを生成して送り返し、システムはスマートフォン上で操作を実行 例えば、「番号1234567とメールアドレスalice@github.comをAliceという名前で連絡帳に登録」といったプロンプトを入力すると、アプリを自動操作可能


    ・NeRF を使用してあらゆるものを 3D でセグメント化Segment Anything Model (SAM)の3D適用研究
    github: まだ
    論文: https://t.co/EX3nwxsQJQ
    プロジェクト: https://t.co/sizOxZtNdL https://t.co/DUQ0kWJzPr

    Segment Anything in 3D with NeRFs

    abs: https://t.co/sHhXriZxyv
    project page: https://t.co/omv3tIlI8Y pic.twitter.com/7mAJvOfbVC

    — AK (@_akhaliq) April 25, 2023


    ・Google等より、GPU を考慮した最適化による大規模拡散モデルのオンデバイスアクセラレーション
    GPU 搭載モバイルデバイスで、20 回の反復で 512 × 512 画像の INT8 量子化なしの Stable Diffusion 1.4 で 12 秒未満を達成
    mediapipeとかtensorflowに実装されたりするんかな

    Speed Is All You Need: On-Device Acceleration of Large Diffusion Models via GPU-Aware Optimizations

    present a series of implementation optimizations for large diffusion models that achieve the fastest reported inference latency to-date (under 12 seconds for Stable Diffusion 1.4… pic.twitter.com/oTdrchhsqy

    — AK (@_akhaliq) April 25, 2023


    ・Baby-AGIの日本語解説

    Baby-AGIの日本語解説はこのブログが良さそう
    メインの処理に沿って各構成要素を説明している
    所々ゆるくお気持ちが書かれているところもイイ

    じっくり読みたくなったので、今日は一旦寝る。

    Baby-AGIなるAI連動型の推論システムを評価してみた | IIJ Engineers Blog https://t.co/xCmEnmdpkX

    — Cygきち (@Cygkichi) April 22, 2023


    ・HuggingChatがリリース
    Open Assistantの最新モデル(現在最高のオープンソースチャットモデル)oasst-sft-6-llama-30bを利用(リクエスト集中してて動かない)

    Some people said that closed APIs were winning...

    but we will never give up the fight for open source AI ⚔️⚔️

    Today is a big day as we launch the first open source alternative to ChatGPT:

    HuggingChat 💬

    Powered by Open Assistant's latest model – the best open source chat… pic.twitter.com/LjKN78XaI7

    — Julien Chaumond (@julien_c) April 25, 2023


    ・百花繚乱の大規模言語モデル その現状まとめ【2023年4月末版】


    ・@mah_lab さんによるnoteで紹介されてる大規模言語モデル間の性能比較シートのボリュームがすごい
    note: https://t.co/fN1vfsdj84
    シート: https://t.co/ZQx19GsIOW https://t.co/8xSW2wbieg

    @mah_lab さんによるnoteで紹介されてる大規模言語モデル間の性能比較シートのボリュームがすごい
    note: https://t.co/fN1vfsdj84
    シート: https://t.co/ZQx19GsIOW pic.twitter.com/8xSW2wbieg

    — 納村 聡仁 / Osamura Akinori (@akinoriosamura) April 26, 2023


    ・MetaのSegment Anything Model
     数行のコードでセグメンテーションマスクを生成できるように

    Great that Segment Anything from @Meta has been open sourced! You can now use SAM with @huggingface transformers with few lines of code and generate segmentation masks. How to use it? 🧵

    More to come very soon in the 🤗 ecosystem! pic.twitter.com/s4r1sGaI1y

    — younes (@younesbelkada) April 25, 2023


    ・Hugging Face Unity API に、フォールバックエンドポイント、
     
    モデル待機、および最大タイムアウト設定が追加

    🤗Hugging Face Unity API now has fallback endpoints, model waiting, and max timeout settings.

    This makes the API much less error-prone.https://t.co/Z6VXO4JnTG

    Now time to start building some games.

    — dylan (@dylan_ebert_) April 25, 2023


    ・ 大規模言語モデルを自社でトレーニング & 活用する方法

    「独自のLLMsを成長させるためのデータパイプラインの構築や推論サーバのホスティングにはかなり高度な技術とランニングコストが要求されるため、一筋縄で用意できるものではないことがReplit社の事例を見ても分かる」

    とはいえ各社が自社AIを保有する世界線はすぐ来そう。https://t.co/xkBfuquyUq

    — mah_lab / Masahiro Nishimi (@mah_lab) April 25, 2023


    ・Stability AIのImage Upscaling APIが公開
    BlenderやPhotoshopのプラグイン、DreamStudioを利用してアップスケーリングが可能


    ・RVC公式版に大きな更新

    速報!
    RVC公式版に大きな更新がありました!
    ・Total_feaが不要になった。
    ・検索性能が向上し、より高速になった。https://t.co/8Q5gh3WVpw

    — yasyune@AI(音声)専用 (@yasyune1023) April 26, 2023


    ・推論コストを110倍削減し、各ドキュメントに対して直接推論を実行するよりも品質を改善できる戦略を提案

    LMs can be expensive for document processing. E.g., inference over the 55M Wiki pages costs >$100K (>$0.002/1k toks)💰 We propose a strategy that reduces inference cost by 110x and can even improve quality vs. running inference over each doc directly!
    💻​ https://t.co/sDqvxSGyLE

    — Simran Arora (@simran_s_arora) April 25, 2023


    ・ Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond

    Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond https://t.co/S0VUOhygs5 確かにこれはキャッチーな「系統図」を含めて,LLMの素晴らしい包括的なガイド. pic.twitter.com/36KL8Che6d

    — Yuta Kashino (@yutakashino) April 27, 2023


    ・今日、Stable Diffusion v2(SDv2)をゼロから学習するコストが5万ドル(約670万円)よりも低くなったと報告

    今日、Stable Diffusion v2(SDv2)をゼロから学習するコストが5万ドル(約670万円)よりも低くなったと報告があった

    2022年11月24日にSDv2が発表され、2ヶ月後に16万ドル(約2100万円)までコストが低下し、その2週間後に12万5000ドル(約1650万円)まで低下したと報告があったhttps://t.co/1hLkoOJVuH

    — 小猫遊りょう(たかにゃし・りょう) (@jaguring1) April 27, 2023


    ・命令調整言語モデルと潜在拡散モデルを使用したテキストオーディオ生成 
     ・
    人間の音声、動物の音、効果音、音楽などを生成
     ・63 分の 1 の小さいデータでsotaと同等
      -小さなデータセットのみで学習のため、細かい制御は難しい可能性
      -非商用
    プロジェクト: https://t.co/7IvnwgtPrA https://t.co/U8wuZZfNXX

    Text-to-Audio Generation using Instruction-Tuned LLM and Latent Diffusion Model

    - Can generate realistic audios including human sounds, animal sounds, natural and artificial sounds and sound effects from textual prompts.

    - Performs comparably to current SotA models for TTA,… pic.twitter.com/BowF3366hZ

    — Aran Komatsuzaki (@arankomatsuzaki) April 28, 2023


    ・LaMini-LM:ChatGPTからのデータで学習された言語モデルコレクションの評価
     
    -258万命令データセットで学習
     -様々なモデルアーキテクチャ、サイズ、チェックポイントを、
     様々なNLPベンチマークや人間による評価を通じて、広範囲に評価
    github: https://t.co/FQIasrdAFy
    論文: https://t.co/um9tp5iXwI https://t.co/ClSahkbe8u

    LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions

    - Develops a large set of 2.58M instructions
    - Generates responses using gpt-3.5-turbo
    - Trains LaMini-LM, of varying sizes, which performs on par with competitive baselines while being nearly 10x… pic.twitter.com/aPIElowiOE

    — Aran Komatsuzaki (@arankomatsuzaki) April 28, 2023


    ・開始画像とストロークのセットからビデオを生成する条件付き拡散モデルであるMCDiff
    プロジェクト: https://t.co/a70s3wEAnw
    論文: https://t.co/blByccN8J8 https://t.co/t7AXU9Lv8v

    Motion-Conditioned Diffusion Model for Controllable Video Synthesis

    Achieves the SotA visual quality in stroke-guided controllable video synthesis

    proj: https://t.co/NTWM9HTv0i
    abs: https://t.co/8UHpTUZAGz pic.twitter.com/Y0Zsg11630

    — Aran Komatsuzaki (@arankomatsuzaki) April 28, 2023


    ・コンピュータリソースへの低コストでのアクセスがAI企業の成功のカギを握る。

    コンピュータリソースへの低コストでのアクセスがAI企業の成功のカギを握る。

    GPT-3のトレーニングコストは一回あたり$500k-$4.6M。企業はモデルがコモディティ化しても内製するかアウトソースするかは必要なLLMスペックとマネタイズのしやすさで要検討。https://t.co/M909WeIYM7

    — 久保田 雅也@ベンチャーキャピタル (@kubotamas) April 27, 2023


    ・音楽を分析しダンスを生成するAI

    Finally!

    AI model that analyzes music and creates realistic dances 🕺💃🕺💃

    wen AI dance battle?https://t.co/BDpeXaxtK7 pic.twitter.com/7i2bhUnKzl

    — Yohei (@yoheinakajima) April 27, 2023


    ・AI科学者「AI-Descartes」

    AI科学者「AI-Descartes」 データと理論から最適な数式を自動推論 「相対性理論」などで実証 https://t.co/NLyCNJeyd6 データと一般的理論を与えると適した方程式を予測。ケプラーの第三法則,相対性理論,ラングミュアの吸着等温式で実証。未知なる重要な科学的原理や法則を発見できる可能性を示唆。 pic.twitter.com/aKaTqWXMWQ

    — Seamless (@shiropen2) April 28, 2023


    ・ MobileNeRFがiPhone13Proでリアルタイム表示78FPS

    おお~、MobileNeRFがiPhone13Proでリアルタイム表示78FPS!もうちょっと最適化すれば120FPSくらい出るかもだって!この調子だとNeRFは数ヶ月でコモディティ化するらしい!でもNeRFがコモディティ化した世界ってどんななんだ?みんながこぞって身の回りをスキャンして、世界の完全3Dデジタルツインが出…

    — うみゆき@AI研究 (@umiyuki_ai) April 28, 2023


    ・langchaIn x メタデータ

    Retrieval for QA systems is hard

    Vector search is good for capturing semantically similar texts, but often queries specify desired attributes like time, authorship, or other "metadata" fields, which vector search is not great at

    Enter... ⭐️SelfQueryRetriever⭐️ pic.twitter.com/uph2ImJpSS

    — Harrison Chase (@hwchase17) April 27, 2023


    ・ GitHub Copilot の拡張機能をリバースエンジニアリング

    GitHub Copilot の拡張機能をリバースエンジニアリングした記事、そういうロジックになってるんだhttps://t.co/zg7Qdomu0S pic.twitter.com/GMuhNcSINh

    — Torishima (@izutorishima) April 27, 2023


     
     
    最新のAI動向やAIビジネス情報を発信しています。AIのリサーチアドバイザリー。 Twitterでは情報が流れるので備忘録がてらまとめなどをnoteに残しています。 日々のアップデートはTwitterまで ▼自己紹介ページ https://tech-noma.com/

    あなたへのおすすめ