初めの一歩!! The First Step!! @pizac__様と共同開発です

卒論を書き終わってひと段落し，修士に向けて新しい研究をしようと思っているが，この際に前の研究でなにができなくて，なにに困っていて，次にやる研究ではこれを解決すると明確に決められるといいと思う．

ちなみに准教授/教授クラスは「他人に研究テーマを与えることが出来る」と言う激強な能力を持っており、それだけその分野の未解明な部分の把握と解決出来た場合の影響性を理解しています。簡単に言えば専門性があるわけです。 研究テーマ決めは修士でも難しい。迷ったら指導教員へ相談してください。

私の想定は 「学部は教員主導の下、教員から与えられた研究テーマの趣旨を理解し、自身で実行できる」 「修士は学生主導の下、教員と密接に連携し研究テーマを自ら決定し、実行できる」 1人で研究テーマを決定できるのは博士からです。研究テーマの決定は研究で最も難しいです。必ず相談してください。

https://t.co/VxBY6oBMk4

ERQA(Embodied Reasoning Question Answering)で，2.0Proの優位性はわかったが，4oも十分高くないか?

AIにスライド��ってで解決したら，苦労はしない． AIが作った資料を使って発表するのは自分なのに． 自分じゃなくてAIが発表するならいいけど

🚀Introducing Intern-S1-Pro, an advanced 1T MoE open-source multimodal scientific reasoning model. 1⃣SOTA scientific reasoning, competitive with leading closed-source models across AI4Science tasks. 2⃣Top-tier performance on advanced reasoning benchmarks, strong general

「実はこれあるあるなんです」は全部ミュートかな．普通こんな日本語使わない

ICLRに投稿されているVLA論文のサーベイ記事を執筆しました。 自身の勉強も含めて、VLAの課題点や流行を把握するためにまとめを作成しました。論文をジャンル別に整理し、モチベーションと提案手法の要点を短くまとめています。 気になるところだけでもぜひ！ https://t.co/I4athytumb

RDT2 paper is here📄 7B VLA trained on 10k+ hours of UMI data Scaling Law: scaling data & model yields predictable gains📈 Zero-shot transfer to new lang, objs, scenes, and even robots🤖3-stage training recipe: beats SOTA baselines on tasks like🏓 https://t.co/eIWPz1aa0P

そういえば脚が付きました。なかなかカッコいい（親バカ）

How do you teach a robot to handle complex, multi-step tasks, without training it for each one? [Github ⬇️] The team behind ReKep shows that robots can perform bimanual, in-the-wild tasks by reasoning over keypoint constraints: Generated on the fly using vision and language

少量の高品質データ（2000〜5000エピソード）とか笑うしかない。

TLに謎の基盤モデル，VLA，ビデオモデルが多すぎる あの論文読み切れないんで，もうちょっとペース落としてもらって...

Can we bridge the Sim-to-Real gap in complex manipulation without explicit system ID? 🤖 Presenting Contact-Aware Neural Dynamics — a diffusion-based framework that grounds simulation with real-world touch. Implicit Alignment: No tedious parameter tuning. Tactile-Driven:

New milestone: we trained a robot foundation model on a world model backbone, and enabled zero-shot, open-world prompting capability for new verbs, nouns, and environments. If the world model can "dream" the right future in pixels, then the robot can execute well in motors. We

For robots to be actually useful, they need to be reliable. We’re sharing an RL recipe for VLA models that takes a step in this direction, allowing robots to operate autonomously for hours at a time. Blog & paper: https://t.co/SICNEhnXis

最近、バズってるツイートで、あからさまにAIで書きました��ねーってのが増えた気がする。別に悪いとかではないのだが、AI様のありがたい話を聞きにツイッターに来てないので、ミュートしていこうかな

たぶんdockerからrvizとか起動したら，絶対うまくいかなくって面倒なんだろうな．やらん．

うちの研究室もHMMの研究室なので投資で稼げるかもしれないですね