Mora: Enabling Generalist Video Generation via A Multi-Agent Framework

• OpenAIによるSoraの影響を受け、新しいマルチエージェントフレームワークであるMoraを提案
• テキストからビデオへの生成、画像からビデオへの編集、ビデオの接続など、複数のビデオ関連タスクに対応
• 広範な実験を通じて、MoraがSoraに近い性能を示すものの、全体的な性能ギャップが存在することを確認

Mar 28, 2024 Transformer arXiv (2024)

ReConPatch : Contrastive Patch Representation Learning for Industrial Anomaly Detection

• 既存手法では、自然画像データセットから事前に学習した視覚表現を活用しているため、産業データセットへの適用にはギャップが存在
• 事前学習モデルからのパッチ特徴の線形変調を訓練し、コントラスト表現学習を用いて異常検出のための識別的特徴を構築
• MVTec ADデータセットおよびBTADデータセットにおける最先端の異常検出性能

Mar 28, 2024 Transformer WACV (2024)

Unified-IO 2: Scaling Autoregressive Multimodal Models with Vision, Language, Audio, and Action

• マルチモーダルモデルUNIFIED-IO 2を提案
• 異なるモダリティを統合するために、入出力をトークン化し、単一のEncoder Decoder Transformerモデルで意味空間を共有
• モデルトレーニングの安定化のためにさまざまなアーキテクチャ改善
• GRITベンチマークで最先端の性能を達成し、画像生成と理解、自然言語理解、ビデオとオーディオの理解、ロボット操作を含む35以上のベンチマークで強力な結果を達成

Feb 15, 2024 Transformer arXiv (2023)

tmux 個人的メモ

tmuxに役立ちそうな個人的メモです。

May 24, 2023 (Updated) Memo, tmux,

Jekyll ホームページ 個人的メモ

Jekyll関連で役に立ちそうな個人的メモです。

May 12, 2023 (Updated) Memo, Jekyll,

Git 個人的メモ

Git操作で役に立ちそうな個人的メモです。

Mar 27, 2023 (Updated) Memo, Git,

シューティングゲーム2

[遊べます！] ChatGPTに作ってもら作ってもらったシューティングゲームを修正しました．

Sep 22, 2023 (Updated) JavaScript,

野球ゲーム

[遊べます！] Pythonで作った野球ゲームをJavaScriptに移植しました．

Jun 7, 2023 (Updated) JavaScript,

シューティングゲーム

JavaScriptでシューティングゲームをChatGPTに作ってもらいました

May 30, 2023 (Updated) JavaScript,