トピック: Autoregressive Model

全セクション横断 7 件

米国の研究チームは、離散トークン生成と連続潜在軌道を一体で扱う拡散言語モデルHC-DLMを提案した。数独などの推論課題で既存の拡散モデルを上回り、制約充足型の業務AIへの応用が期待される。

日米の研究チームが画像生成AIの学習プロセスを抜本的に刷新する手法「GEAR」を発表した。従来比最大10倍の収束速度を実現し、広告・ゲーム・医療画像など画像生成を活用する産業のコスト構造を大きく変える可能性がある。

英オックスフォード大らの研究チームが、自動回帰型画像生成AIの安全性を人手によるアノテーションなしに反復的に高める手法を発表した。企業が生成AIを活用する際のコンプライアンスコストを大幅に削減できる可能性がある。

米研究チームが自己回帰型画像生成モデルの推論速度を最大13.3倍に高速化する技術「空間投機的デコーディング（SSD）」を発表した。リアルタイム生成の実用化により、広告・ゲーム・医療など多分野の業務効率とコスト構造が大きく変わる可能性がある。

香港大学などの研究チームが開発した拡散型言語モデル「DreamReasoner-8B」が、数学・コード推論で自己回帰型の主要モデルと同等の性能を達成した。推論速度と品質の両立という長年の課題に解決の糸口を示した。

中国の研究チームが、画像の理解と生成を一つのモデルで処理する統合AIフレームワーク「UniAR」を発表した。コンテンツ制作から製造品質管理まで、複数システムの統合運用コスト削減に直結する可能性がある。

米研究チームが自己回帰型・潜在変数型・敵対的生成の3アーキテクチャでバッハ様式のピアノ音楽生成を比較した。音楽制作コストの削減と著作権フリーコンテンツ需要に応える技術として、エンタメ・広告・ゲーム業界の注目を集める。