-
-
政治学のテキスト分析で JEV と LLM の精度コスト信頼性を比較
2026/10/7
JEV は LLM と同等の精度を出したが、コスト優位は確認されなかった
-
-
2K 解像度で動画と音声を同時に生成する Prism、トレーニングの高速化
2026/10/11
Prism が、2K 解像度で動画と音声を同時に生成するモデルのトレーニングを高速化した。
-
-
光の色の推定モデルを合成データで学習する手法、データ不足の場面
2026/10/7
合成データ生成パイプラインが、単一で最大28%、複数で最大57%の性能向上を実現した
-
-
精神科の質問紙を音声から採点する COMPASS 2.0、項目の構造的偏りを検出する話
2026/10/7
COMPASS 2.0 が、質問紙の構造的偏りと個人信号を区別する手法を実装した
-
-
Google DeepMind の EmbeddingGemma 2 を GGUF 形式で使う話
2026/10/7
EmbeddingGemma 2 はテキスト、画像、動画、音声を 1 つのベクトルにまとめられる。
-
-
AI の応答をログに記録する Langfuse、レスポンスの解明情報をヘッダーに追加した話
2026/10/7
Langfuse v4.53.0 が公開。AI の応答ログに解明情報をヘッダーに追加した
-
-
画像診断のワークフローを簡素化する MT-cGAN、高解像度スキャンなしの定量解析
2026/10/7
MT-cGANが、DESSスキャンなしで膝軟骨と半月板の分割とT1ρ・T2定量を同時に実現した。
-
-
Apple Silicon の MLX で動く ollama v0.40.0、Qwen や Gemma をローカルで
2026/10/7
ollama v0.40.0 が Apple Silicon で MLX によるモデル実行に対応。Qwen や Gemma などがデフォルトで MLX 上で動作するようになった。
-
-
ロボットの手と台座の連携を協調させるMM-ABC、実環境での成功率を検証
2026/10/7
MM-ABC が実環境の5タスクで成功率83%を達成した
-
-
シミュレーションの動きを教える SimForcing、ロボットの動画生成を改善する話
2026/10/6
SimForcing が、ロボットの動画生成で比較手法中最も高い画質と滑らかさを出した。