ページを読み込み中…
ページを読み込み中…
8件の記事
Apple Machine Learning は、多様な文脈でロボットがタスクや対象物に応じて動作を適応させるための二段階模倣学習フレームワーク「MoMo」を発表した。
Apple Machine Learning は、拡散モデルの計算ボトルネックとなる時空間アテンションの無駄を削減し、テキストから動画を生成する速度を加速させる「Calibrated Sparse Attention」技術を論文で発表した。
KDnuggets が AI の最新動向を追うために推奨する YouTube チャンネル 10 選を紹介し、視聴者が業界の最先端情報を得られるよう支援している。
研究者が開発した DiScoFormer は、再学習なしでデータから密度とスコアの両方を単一パスで推定し、特に高次元領域において従来のカーネル密度推定法より精度を大幅に向上させる。
Hugging Face が、異なる確率分布にわたって密度推定とスコア計算の両方を処理できる新しい「DiScoFormer」というトランスフォーマーモデルを発表した。これは多様なデータ分布に対応する汎用的な手法として注目される。