オンライン陰謀論者を言語的特徴のみで識別する

Xにおけるポストの分析から，感情，イディオム（決まり文句），言語的特徴の3種を特徴量として抽出し，陰謀論アカウントを識別出来る機械学習分類モデルを構築した．最良の分類モデルはLightGBMで，F1スコアは0.87で最も高かった．1．陰謀論者の言語的特徴?代名詞の使用が多

barkの実装実行方法

Notice: Bark is Suno's open-source text-to-speech+ model. If you are looking for our text-to-music models, please visit us on our web page and join our community on Discord.Bark は、Suno が作成したトランスフォーマーベースのテキスト音声変換モデルです。

LLMに潜む脅威 Soft Prompt埋め込み空間攻撃

実際のadversarial embeddingの例が見えないですが、これは実際に実装してどういう感じになるのか確認した方が早いでしょうか？Soft Promptで、自然言語から離れる方が目的の上ではむしろ自然では無いでしょうかSoft Prompt Threats: Attacking Safety Alignment and Un

電車内読書傾向2024 発売経過日数と人気著者の傾向分析

観測期間は2023/07/05 ～ 2024/06/28 でこの間は 1146冊ぐらい記録しました。前回は 電車の中で読む本の統計 2023電車内で読書してる人の本の内90/1146 ぐらいが図書館図書でした。 古本(bookoff)等も記録しましたが、1冊ぐらいです。観測した書籍の、発売日から

電車内での世代別・性別スマートデバイス等利用統計

観測期間は2023/12/25～2024/6/26 で、 記録した人数は延べ 7341人です。前回の記録 電車内でのスマートデバイス利用行動統計 2023/12全体の推移はこうなっています。 これらは実際に視認した数なので、見えていない真の所持率は間違いなくこの数字よりは大きい

選択肢の順序で変わる成績 多肢選択問題はLLMを過大評価する

大規模言語モデルは多肢選択式の問題で選択肢の順序を変えると違う結果を返す事を色々なLLMで確認した研究。これは面白い。Can Multiple-choice Questions Really Be Useful in Detecting the Abilities of LLMs? - ACL Anthologyhttps://t.co/aYx3nhDoQx— Yo Ehara (@yo_eh

微分不可能なルールに基づいた拡散モデルによるシンボリック音楽生成

Excited to share our work on symbolic music generation: https://t.co/5oDHyfTzhC!We introduce a symbolic music generator with non-differentiable rule guided diffusion models, enabling musicians to effectively use it as a compositional tool.Website: https:/

whole-song-genの実装方法

Whole-Song Hierarchical Generation of Symbolic Music Using Cascaded Diffusion Modelsの実装ですが、モデルを全体的に独自データで学習出来るかとも思ったんですが、Currently, generation given prompt (e.g., first several measures) or with external control are no

カスケード拡散モデルによる全曲階層的シンボリック音楽生成

``Whole-Song Hierarchical Generation of Symbolic Music Using Cascaded Diffusion Models,'' Ziyu Wang, Lejun Min, Gus Xia, https://t.co/KjXwq12nG2— arXiv Sound (@ArxivSound) May 17, 2024 これも楽譜を画像と見なして階層的に生成する研究ですが、言語モデル型

大規模言語モデルに困難な推論を克服する償却ベイズ推論

LLMでChain-of-Thoughtは潜在トークン列を事後分布列から生成するタスクとみなせる。LLMのファインチューニング時にGFlowNetsを使って潜在変数を順に生成するように学習。推論の途中経過を潜在変数とみなすアプローチは興味深い（以前もRAGであった https://t.co/3pf3gA4eDO

大規模言語モデルの実力を再評価 学習データに潜む過剰適合

実は最近のLLMは,学習中に評価用のベンチマークと酷似したデータを(意図的にせよ非意図的にせよ)カンニング/暗記しており,それで評価スコアが高くなっていたのではないか問題https://t.co/r70kcwMv6q完全新規ベンチマーク(GSM1k)を作り評価すると,見事にほとんどのLLMの性能

大規模言語モデルが持ち得る創発能力の幻想

『最新の研究により、大規模言語モデル（LLM）の性能が突然飛躍することは驚きでも予測不能でもなく、実際には人工知能（AI）の性能を測る方法に関係していることが示された。』AIの「創発性」は幻影に過ぎない ── 大規模言語モデルの新たな測定で判明https://t.co/5uxLcwA

楽曲再生回数と歌詞の因子分析による影響力の分析

データは 最近の人気曲で歌詞の分析と比較 と同じで、2016/1 ～ 2024/4 辺りの647曲です。再生回数と、歌詞に含まれる単語を取得し、平均値を算出します。再生回数の全体平均が 69585.55631 なので、単語が人気に影響を与えるかどうかは、平均値に対しての上下です。.

100kドルでLlama2より高精度を達成:JetMoE

「Llama 2-7B」の1万分の1以下の学習コストなのにLlama 2-7Bを上回る大規模言語モデル「JetMoE-8B」が登場https://t.co/rn3VjsWaB8— GIGAZINE(ギガジン) (@gigazine) April 5, 2024 なぜ学習コストを減らす事が出来るのか、どのようにしたのかに、興味持つ人が全然いな

LLMの流暢な作り話を人間が信用する理由

2017年頃に応用数理学会で「AIの説明可能性はAIじゃなくて人間側の問題」って趣旨のコメントをした記憶があるんだけど，ChatGPTで一段社会のステージが変わった（AIの説明を人間が受け入れるようになった）ように思う．顧客が本当に必要だったのは精度（説明）じゃなくて流暢

言語モデルをggufファイルに変換してllamafileに読み込ませる

大規模言語モデルを単一ファイルで配布・実行する「llamafile」のバージョン0.7で処理能力が最大10倍高速化https://t.co/OL16t4BwHa— GIGAZINE(ギガジン) (@gigazine) April 2, 2024 https://github.com/Mozilla-Ocho/llamafileUnfortunately, Windows users cannot make

Generative Classifierの興味深い特性

従来の画像認識は識別モデルだが、生成モデルが進展し生成モデルで高精度で認識することも現実的に可能となった。識別モデルがテキスチャを見て認識するのに対し、生成モデルによる認識は人と同様に形状を重視して識別し、人と間違え方が似ていることが示された。https://t.c

最近の人気曲で歌詞の分析と比較

近年の音楽業界では、曲の内容、傾向が以前と比較して変化が起きてると考えられてると思います。...これは、z世代の選好の質的な変化とか言うよりはむしろ、ストリーミングサービス普及によって、全体的な変化が生じてる、のでは...？J-pop歌詞の分析と比較 の時と同じよ

コンピュータービジョンで自動化する費用対効果が高いタスクは何か？ AI Exposure

RT人間の労働力の方が人工知能より安価～ MITの研究、雇用機会の大部分は人工知能にまだ奪われないと結論https://t.co/0ScCAUtu85— 森山和道／ライター、書評屋 (@kmoriyama) April 12, 2024 この研究はどの論文なのかと思ったんですが、どうもManagement Science誌に投

Proxyによる言語モデルチューニング

LLMを特定目的にFine-tuningせずとも、より小さなLLMとそのFine?tuning版の出力の差分を、元のLLMの出力（logits）に加えることで同等の効果を得られるという話。おもろ? https://t.co/j89SqvPOc5— Shohei Hido 比戸将平 (@sla) January 19, 2024 Tuning Language Models

言語モデルへのMany shot 倫理解除攻撃

大量の質問をぶつけて最後の最後に問題のある質問をするとAIの倫理観が壊れるという脆弱性を突いた攻撃手法「メニーショット・ジェイルブレイキング」が発見されるhttps://t.co/BRV3Y72jdX— GIGAZINE(ギガジン) (@gigazine) April 3, 2024 大量の質問ではないですね。大

消費者向けGPUで機能する高速大規模言語モデルPowerInferの実装

これすごい。必要なところだけGPUにして残りはCPUで推論させて40Bモデルを4090(24G)で動作。llama.cppの11倍高速https://t.co/WXy3xeI424— shi3z (@shi3z) December 24, 2023 PowerInferは、Llama2に比べたらまだ早かったですが...また、出力があんまり良くないような気

実稼働言語モデルへの部分窃取手法

Googleの研究者たちはAPI経由でOpenAIのモデルにおける隠れ次元数を特定できることを示し、OpenAIがそれを受け対策を施したことを論文で報告しました。モデルのパラメータサイズや計算効率を見積もることが可能だった事実を意味しています。"Stealing Part of a Production L

GenAIによるAIワームの登場:アプリケーションを標的とするゼロクリックワーム

研究者たちは「敵対的自己複製プロンプト」と呼ばれる手法で生成AIワームを作成した。https://t.co/mzheaYLUPH— WIRED.jp (@wired_jp) March 12, 2024 システムがメッセージ（プロンプト）の保存や、RAG等を実行しなければ、ワームは機能しません。そう思ったのですが、そ

自己教師あり学習のためのノイズ除去拡散モデルの分解

拡散モデルが表現学習出来る理由を学習要素を分解し調査した結果、トーカナイザで低次元潜在空間に射影し、ノイズを加えデノイジングを学習する事"のみ"重要だった（画素空間ではダメ）。射影はPCAですら良い。潜在空間でデノイジングするl-DAEも同性能を達成出来るhttps://t

状態空間言語モデルmambaの独自データで学習方法

選択的状態空間を使用した線形時間系列モデリングSSM の実際の実装方法と、学習方法です。git clone https://github.com/state-spaces/mambacd mamba実行のためにはこうするだけではなく、pip install causal-conv1d>=1.1.0,こうする必要がありました。import to

文字起こしReazonSpeecの実装方法

文字起こしAIの新顔「ReazonSpeech」、テレビで鍛えた音声認識の精度を試したspeech,rate = librosa.load("audio.mp3", sr=44100)result = reazonspeech(speech)result[0][0]書いてある通りの実行方法で上手く行き、最初はエラーは何も生じませんでした。実行にはrea

選択的状態空間を使用した線形時間系列モデリングSSM

MambaはS4に入力を選択的に記憶/忘却をできるよう重み、間隔幅を入力に応じて変える仕組み（S6）を導入。高速メモリ内で内部状態を展開し、Parallel Scanを利用。SSMは性能がTransformerに匹敵しつつあり効率的なため今後多くの問題でTransformerに置き換わる可能性が高い ht

ニューラルネットワークの学習可能性境界はフラクタル

NNの学習はハイパーパラメータを座標軸、学習結果を色とした時、美しいフラクタル構造を作る。これは従来のフラクタル生成手法と同様、学習結果は同じ関数を反復適用した結果得られるためである。カオス的であり、勾配降下法によるメタ学習が難しい事も視覚化出来ている http

自力で学習データを作成するSelf-Rewarding Language Models

AIが自分自身に報酬を与えて進化する「自己報酬型言語モデル」 米Metaなどが開発、実験でGPT-4を上回る https://t.co/OFeAjRPF17 自分で問題作り自分で回答し自分で評価しその結果を学習データに使用。これを反復し訓練し続けると反復毎に精度が向上。3回目でGemini Pro,GPT

大規模言語モデルを使用して自動運転を再考する

LLMx自動運転でこちらの研究面白かった。汎用人工知能AGIの研究にも取り組むShanghai AI Labからの論文。既存のLLMと理想の完全自動運転AIの差異をreasoning、interpretation、memorizationの3つに絞って議論。オープンソースと簡易デモも出していて、LLMx自動運転の思想が見

大規模言語モデルのための知識編集の包括的研究

LLMの知識を狙い撃ちして変更・修正する「知識編集（Knowledge Editing）」https://t.co/cFSRUEgC1gモデル全体を再学習させずに効率よくチューニングするアプローチです。本記事では、知識編集の概要と、各手法の評価結果などを紹介しています。— AIDB (@ai_database) Janua

敵対的機械学習：攻撃と緩和策の分類と用語

『敵はAIシステムを意図的に操作し、それらを機能不全に陥らせることができる。そして完璧な防御策は存在しない。』アメリカ国立標準技術研究所（NIST） が、AIや機械学習（ML）の脆弱性とその軽減アプローチに関する報告書を発表。https://t.co/chRf6rglPJ https://t.co/aBX

検索エンジンにおけるSEOスパムの縦断的調査

Google、Bing、DuckDuckGoの検索結果はいずれもSEOスパムに席巻されていると、ドイツの研究者陣による論文。検索結果上位のレビューの多くはアフィエイト商法で、その多くは完全なSEOスパム。検索エンジンの表示順位とアフィリエイト商法の間には強い相関。https://t.co/csuQ

AI研究エージェントとしての大規模言語モデルベンチマーク

今年も死ぬほど機械学習の論文が出ましたが、個人的には一番大事な論文と言っても過言ではなかったです。この論文が素晴らしいのは、open-ended な状況で研究をするエージェントというコンセプトを明確に提示した点だと思ってます。 https://t.co/Wl1XpVULe8— Shiro Takagi

大規模言語モデルの再学習

日本語 LLM の精度がいまいちなのはデータセットに問題がありそうという指摘。現状手に入るデータセットを (そのまま) 使い続けている限り、GPU時間を溶かし続けても対価は小さいかもしれない。https://t.co/7r3Hh2QQsr— piqcy (@icoxfog417) December 11, 2023 日本語モ

情報の終焉 infocalypse

Deepfakes: The Coming InfocalypseDeep Fakes and the Infocalypse: What You Urgently Need To Know海外の専門家の間では infocalypse インフォカリプス と言う言葉が使われ始めているんですが日本ではまだ知らない人が多いと思います。AIで「普通のおじさん」を生成

排除剥奪の観点からのSuperintelligence

われわれは何故独居老人に AI ロボットを与えようとするのだろう。何故AI による自動運転を開発しようとするのだろう。何故人間の仕事を AI に取って代わらせようとするのだろう。社会的弱者を切り捨てるためではないか、よく考えてみる必要がある。人工知能「技術」の先鋭

資本・資源の観点からシンギュラリティ不可能論

人工知能が人間の知性を上回り、その延長に、人工知能が自力で知能の強化をする事、その更なる延長として、知能の向上が加速し、有限時間内に無限大の知能が実現されるような話もあると思います。しかし、それが必要とする前提を色々考えると、どうもそれ（知能増幅）は

クロスドメイン拡散を使用した単一画像から3Dへの変換 Wonder3D

Wonder3D: Single Image to 3D using Cross-Domain Diffusionpaper page: https://t.co/gLYmjli2Biintroduce Wonder3D, a novel method for efficiently generating high-fidelity textured meshes from single-view images.Recent methods based on Score Distillation Samp

歌詞と音響と音楽の好みと道徳的価値観との関連

「音楽の趣味はその人の道徳や価値観も表す」ことを示唆する論文。クイーン・メアリー大学らによって行われた1,400人以上を対象にした研究によれば、音楽の好みが個人の道徳的価値観を反映し、単なる楽しみだけでなく、私たちの道徳的な感覚や判断を形作る影響力を持っている

電車内でのスマートデバイス利用行動統計 2023/12

観測期間は2023年7月8日～2023年12月24日で、 記録した人数は延べ 7044人です。前回の記録 電車内でのスマートデバイス利用率 2023/7全体の推移はこうなっています。 これらは実際に視認した数なので、つまり、見えない分を含めた真の利用率はこの数字より必

独自データで音楽生成polyffusionの学習方法

https://github.com/aik2mlj/polyffusion レポジトリの更新等と合わせて独自データでPolyffusionの学習が分かったのでその方法です。まずmidiデータをnpzファイルにします。python polyffusion/data/midi_to_data.py midifiles/000.mid midifiles/000.npz但し

大規模言語モデルは感情的刺激を理解し、それによって強化できる

GPT-4 に『チップ払うからいい回答出してや！』というと明らかに性能が上がるらしいの草（実際には払う必要はないので、ChatGPT を騙すだけ騙すと良さそう） https://t.co/mkuebw3iH2— Torishima / INTP (@izutorishima) December 2, 2023 Reminds me of this paper about

高度な機能を備えたマルチモーダルモデル Gemini

Geminiは最初からマルチモーダルで学習を行なうことで性能改善。代表的ベンチマークMMLUで90%に（但し確信度が一定以上なら多数決、そうでないなら貪欲法で解を出す新推論の効果も大きい）。多くのタスクで最高精度を達成。複数DCで学習し、障害時にインメモリから復帰するh

Transformer モデルを使用したビデオからの音楽生成 Video2Music

動画をもとに音楽を生成するフレームワーク『Video2Music』が登場しました。膨大な学習データをもとに、作品の特徴に合うオーディオを作り出すツールです。マルチモーダルのトランスフォーマーアーキテクチャが採用されています。@ Jaeyong Kang et al., "Video2Music: Suita

GibbsDDRM の実装

ノイズ除去拡散復元によるブラインド逆問題を解決するGibbsDDRMの実装です。git clone https://github.com/sony/gibbsddrmcd gibbsddrm実行環境を確認して分かったのですが、別にこんな事しなくても良いのでは...？conda env create -f requirement.ymlconda activate

ノイズ除去拡散復元によるブラインド逆問題を解決するGibbsDDRM

弊社での研究紹介動画です。ICML2023で口頭発表された内容ですが、分かりやすく解説されてるのでオススメです！詳細が不明な線形劣化が起きたデータを、拡散モデルを使って復元する技術です。様々な種類の復元を『再学習なしで』統一的に解けます！https://t.co/E8pQNbhe01 p

RLAIF: AIフィードバックによるフィードバック強化学習の拡張

チームの論文読み会で紹介してもらった、RLHFのHをAI（LLM）に置き換えても性能は同等だったよという論文。preferenceの分散が比較的小さい要約タスク1つだけで評価してるのが気になるがLLMもevaluatorとして結構機能するという最近の報告を踏まえるとそうだよねという感想ht

music modeling time duration の実装

Impact of time and note duration tokenizations on deep learning symbolic music modeling を実装する方法です。git clone https://github.com/Natooz/music-modeling-time-durationcd music-modeling-time-durationpip install -r requirementsモデル学習のため

Twitter プロモーションによる論文引用増加の効果実験

これは一般的に信頼出来る結果だとは思えないです。何しろ実験参加者の分野が海洋生物しかなく、またフォロワー数だけを問題にしていて、フォロワーがアクティブであるかどうかは全く問題にしていないのでは？Twitterとの親和性の観点で研究分野の影響は極めて大きいと思

ジオメトリと外観を解きほぐして3Dコンテンツ作成Fantasia3Dの実装

Generate high-quality 3D assets solely from text prompts with this work!Paper: Fantasia3D: Disentangling Geometry and Appearance for High-quality Text-to-3D Content CreationLink: https://t.co/vpYnRML8VYProject: https://t.co/Yr6ykBB1Hp#GenerativeAI #deeple

時間と音符の長さトークン化がシンボリックミュージックモデリングに及ぼす影響

今年のISMIR、シンボリック音楽タスクでのトークナイズ手法を分析か…確かにやられてなかった印象（流石Miditokの作者だ）Impact of time and note duration tokenizations on deep learning symbolic music modelinghttps://t.co/ttBhlF5nv9— atsuya (@atsuyakoba) July 8,

3次元形状生成point-eの実装

point-eの実装と実行の検証を行いました。git clone https://github.com/openai/point-ecd point-e実行時にこういう問題が生じましたが...ModuleNotFoundError: No module named 'clip'AttributeError: module 'clip' has no attribute 'load'この問題を解消するには、CLI

プロンプトから3D点群を生成するシステム Point-E

Point・E: A System for Generating 3D Point Clouds from Complex Promptsabs: https://t.co/heHZOKVVMD github: https://t.co/cE1W9nFjlj pic.twitter.com/s18A5OorTM— AK (@_akhaliq) December 20, 2022 Point-E: A System for Generating 3D Point Clouds from Complex

神経生理学と機械学習によってヒット曲を正確に予測する手法

心拍数そのものが有効な特徴量では無いと思います。脳活動の方だと思うんですが...リスナーの心拍データで「97％ヒット曲が予想できる」AI！https://t.co/Kn9stjpscLヒット曲予想は数々の研究でも60%程度が限界でした。そこで米CGUは曲を聞いたリスナーの身体反応に着目。こ

Attention融合Zero shotビデオ編集FateZeroの実装

FateZeroの実行ですが...特に実装上の問題は生じなかったと思います。https://github.com/ChenyangQiQi/FateZeroオリジナルビデオで編集する場合、ノートブックでの順番が最後の edit your videoを実行します。何でこういう順番になってるんでしょうか？...しかし

Attention融合 テキストベースのZero shotビデオ編集

Fate/Zero: Fusing Attentions for Zero-shot Text-based Video Editingproj: https://t.co/XLzlNvs1oJrepo: https://t.co/ejCb3AAX8Oabs: https://t.co/t86paT47mb pic.twitter.com/eEkuZloyty— Aran Komatsuzaki (@arankomatsuzaki) March 17, 2023 FateZero: Fusing At

ポリフォニック音楽生成の拡散モデル Polyffusion

Polyffusion: A Diffusion Model for Polyphonic Score Generation with Internal and External ControlsLejun Min, Junyan Jiang, Gus Xia, Jingwei Zhao arXiv preprint arXiv:2307.10304 (2023).本研究では音楽を画像的なピアノロール表現として捉え、ポリフォニッ

ユーモアは依然として大規模言語モデルへの挑戦である

この研究ですが、ジョークが全て英語なので、英語のニュアンス...と言うか、文化的背景が十分に理解出来ないと、ジョークとして成立しているかどうか、面白いかどうかが判断付かないと思います。単にジョークの事例をそのまま訳して並べても意味が無いです。Why did the sca

MIDIファイルトークン化ためのPythonパッケージ:MidiTok

MidiTok: A Python package for MIDI file tokenization.Nathan Fradet, Amal El Fallah Seghrouchni, Jean-Pierre Briot Sorbonne UniversityFabien Chhel ESEO TechNicolas Gutowski University of Angers22nd International Society for Music Information Retr

大規模言語モデルが長いコンテキストをどのように使用するか

言語モデルが長いコンテキストをどのように使用するかスタンフォード大などの研究グループによると、大規模言語モデルに対して"重要な情報"はプロンプトの"最初や最後"に配置すると、モデルがより効果的に利用できる可能性があります。論文：https://t.co/IZcIgEwXIJ… pic

国横断で研究トピックの進歩を定量化

日本の研究トピックは、海外（米国）と比べて2年程度の遅延があるのだとか。Quantifying progress in research topics across nationshttps://t.co/WMnDNpbGJ1— MITsuo Yoshida (@ceekz) August 16, 2023 この論文は示唆に富んだ内容がいっぱい書かれているんじゃないでし

人々が生成AIで何がしたいと思っているか分析

ChatGPTのお仕事 よりはこっちの方が比較的特徴が出てるような気がします。stable diffusionの様にモデルの名前と 生成+AI 等のクエリーで検索した案件で重複がかなりあるのでそれらを省いてサンプリングしたのは771件ぐらいです。それらの仕事カテゴリ構成比はこう

大規模言語モデル生成文の電子透かし

LLMの生成テキストに電子透かしを入れる手法。直前のトークンから計算したハッシュ値と、乱数生成種を元に、次のトークンを生成する際に、トークン候補をグリーン集合（G）とレッド集合（R）に分け、Gに属するトークンの生成確率のlogitを定数分増やす。このようにして生成さ

ChatGPTの動作は時間経過と共にどのように変化しているのか？

「ChatGPT」の精度を劣化させる「ドリフト」現象--米研究チームが検証 https://t.co/0AUublXEwy— CNET Japan (@cnet_japan) August 8, 2023 ...こんな更新が頻繁にあるのなら、安定した利用なんか出来ないではないですか。しかもそれが、有料のGPT-4で起きるのでは...な

人々がChatGPTで何がしたいと思っているかの分析

ChatGPTのお仕事クラウドソーシングでもこういう風に特集組んでるぐらいなので、実際に案件の統計的傾向を調べました。...リンク先は抜粋だけなので、これを見ても全体的傾向は全然分からないと思います。ChatGPTと言うキーワードを含んだ案件は2022/12月ごろから募集

Llama2の実装実行方法

近日中の公開が噂されていた，Metaのオープンソース大規模言語モデル「Llama2」が先ほどリリースされました！https://t.co/jDaMnnxDg2ついに正真正銘「ChatGPTレベル」のオープンソースモデルが出てきました！Llama2のリリースを持って，大規模言語モデル開発は一つの区切り

AIモデルGPT-3 は人間よりも優れた(偽)情報を提供します

「人が作った『誤った情報』のツイートは、AIが作った『誤った情報』のツイートよりも、偽情報だと判定されやすかった。つまり、AIによって作られた誤った情報は、より人を騙しやすいということです」?GPT-3で作ったフェイクニュースは人を騙しやすいhttps://t.co/UekTxtz3AT

統一表現と拡散フレームワークを使用した任意の音楽トラック生成:GETMusic

GETMusic from @MSFTResearch. Generates not the raw soundwaves, but the symbolic musical notes. It learns to map any instrument's track to any other through a diffusion model.Demo: https://t.co/LRlGx0470iBoth model and code are open-source: https://t.co/Td

テキスト画像生成モデルに対するプロンプト窃取攻撃PromptStealer

画像生成AIの「高品質なプロンプト」を0.01秒で盗むサイバー攻撃 ドイツの研究機関が発表https://t.co/XTbLTJX2Rb pic.twitter.com/Je7acWqAH1— ITmedia NEWS (@itmedia_news) February 28, 2023 ...これは、技術の実態を良く知れば、思っていたような物では無いと思う人

電車の中で読む本の統計 2023

観測期間は2022/07/08 ～ 2023/07/04 でこの間は 1131冊ぐらい記録しました。 電車内での読書傾向の分析2022電車内で読書してる人の本の内61/1131 ぐらいが図書館図書でした。 レンタル本や古本(bookoff)等も記録しましたが、それぞれ2冊ぐらいです。発売日から観測

電車内でのスマートデバイス利用率 2023/7

観測期間は2023年1月10日～2023年7月7日ぐらいで、 記録した人数は延べ 7723人です。前回の記録、 2022/12全体の推移はこうなっています。 これらは実際に仕様、所持してる所を視認した数字なので、持っているけど見えていない分が有るはずで、つまり、真の利用率

テキストからシンボリック音楽生成 MuseCoco

Thank @_akhaliq for sharing our paper!Let's input text and enjoy music!Paper: https://t.co/jYvxscxWVMCode: https://t.co/JVItvbarhfDemo Page: https://t.co/CYGA4v7A8d https://t.co/jMFY2OYqJ6— IreneXu@ACL2023(SustaiNLP online oral) (@IreneXuPiano) June 5, 2