海行（うみゆき） @umiyuki@mstdn.soysoftware.net
RT @pipix1121: VaM の 3DCG をベースに、リアル系モデルの i2i と、イラスト系モデルの i2i を並べてみた。
ここ最近、動画のAIフィルターを試してたけど、目新しさはあるけど処理時間とか手間とか考えると実用的か？というとちょっと微妙な気もする。
良いコンテンツ作りに力を入れた方が良さそう。
#3DCG #AI https://t.co/LCiaNqEhci
RT @kiyoshi_shin: AIに問題提起する、記者会見の報道はこれですね。この取材されているi2iをやったAI画像の人は、迷惑な問題行動をひたすら続けている人ですね。 https://t.co/iouwf6XmxR
やっぱ命令チューニングだけ日本語にして微調整しても限界ある説が出てきてるな～ →RT
RT @syoyo: 7B で epoch 125(3090 x 2 でおよそ 4 日回した結果を加筆しました. いくらか知識習得したものの, やはりクオリティはイマイチでした
RT @tmiyatake1: 日本では何故か違って情報が出ているが、Metaはメタバース事業をシャットダウンしていなく、投資し続けている。
今はよりAIにフォーカスはしているが、Mark Zuckerbergは長期ビジョンとして抱えていたメタバースを捨てるのは考えにくい。
AIとメタバースは非常に繋がっていてコミットしてると発言。
なるほどなあ。よく分かってなかったんだけど、あの動画の国会答弁っていきなり質問されてよくスラスラ答えられるなあと思ってたけど、事前調整って事はあらかじめ打合せして全部台本作ってある感じなのかな →RT
RT @kiyoshi_shin: そういうことですね。山田議員の他の報告の動画とかもみると、この答弁を引き出すために、かなり行政と内閣とも事前調整が行われたそうで、現在の生成AIへの国の立場としては、現時点での最も明確な答弁のよう。それを受けて、自民のPTは動いているし、今後、行政も法整備に向けて動くと。 https://t.co/bqLm0n3LF0
RT @peisuke: @umiyuki_ai ありがとうございます！週末のComputer Vision勉強会の準備が終わったら、コードアップします！
RT @jaguring1: 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
AudioGPTってのは要するにジャービスの音声版みたいな奴で、音声処理のAIを色々ChatGPTに繋ぎ込んでて、テキスト読み上げとか音声認識、テキスト歌い上げとか色々できるらしい →RT
RT @_akhaliq: AudioGPT: Understanding and Generating Speech, Music, Sound, and Talking Head
プライスウォーターハウスクーパースってコンサル会社がマイクロソフトとOpenAIに協力してもらってジェネレーティブAIに10億ドル投資するんだって。自社で使ったり、クライアントにつかってもらったりするAIを作るらしい →RT
RT @JeremyDaltonXR: We're putting $1 billion into #GenerativeAI over the next 3 years in collaboration with @Microsoft and @OpenAI because of the exciting potential of this tech to create efficiencies in business across industries and functions! https://t.co/nltxJZwETb #ArtificialIntelligence #AI
RT @ukyoP_san: ゲーム開発を考えている皆様へ。
ゲーム業界歴が長く、失敗経験が豊富で、あなたのアイディアを言語化するためのChatGPTのプロンプトを置いておきます。3.5でも永遠に質問責めされつつアイディアも教授いただけます。
RT @akinoriosamura: 法律×言語モデルのHerveyがSequoiaリードでシリーズAを調達。
法律市場から始まり、契約分析、デューデリジェンスなどのタスクを効率化していくとのこと。
Allen
国内の計算資源リソースは逼迫してるのかあ。これもうLLM作る前に国産GPU開発した方がいいかも →RT
RT @No3611: 私の知ってるところだと学術や研究開発関連のシミュレーションが多いですね。例えば、
・材料開発
・創薬
・気象予測
・病気のメカニズム解明
とかですね。大量の分子とか細胞とかの相互作用を精度高く計算するには計算資源がいくらあっても足りないので研究者同士でもリソースや予算奪い合ってます。 https://t.co/qjEdS0Nibm
LLMで大量ドキュメント処理する推論コストをバチボコに下げるってどういうこっちゃ？と思ったら、どうやら直接LLMに処理させる代わりに、LLMにドキュメント処理のpythonプログラム書かせるって話らしい →RT
RT @akinoriosamura: 読む
RT @shion_honda: 東京大学で行った基盤モデルの講義資料を公開しました。
従来のAIとの違い、可能性とリスク、活用事例と留意点について実務家の視点で初学者向けにお話ししました。
技術の影響が広範囲に及ぶため、利用や制度設計に関する議論には多くの方に参加いただきたいと願っています。
https://t.co/Z7hrAPBXba https://t.co/4B1l4ZqdVN
