speed
@strayer_13
Followers
633
Following
12K
Media
38
Statuses
241
Master student at Kyoto University
Kyoto
Joined May 2021
大規模かつ高品質な日本語画像テキスト対データセットのWAONを公開しました!🇯🇵 新たに構築した日本文化画像分類ベンチマークWAON-BenchにおいてWAONはReLAIONより効率的にモデルの性能を向上させ、SoTAの性能を達成することを示しています。 ブログ記事もぜひご覧ください! https://t.co/xo52Ezo73G
speed1313.github.io
本稿では, LLM勉強会で構築した, 大規模かつ高品質な日本語画像・テキスト対データセットのWAONを紹介します.
We introduce WAON, a large-scale and high-quality Japanese image–text dataset comprising 155M pairs. Fine-tuning SigLIP2 on WAON improves performance on Japanese cultural benchmark WAON-Bench more efficiently than using ReLAION, achieving SoTA. Try WAON now! 🇯🇵📷
1
29
121
明日一橋講堂で開催されるOpen LLMシンポジウムにて、最近の研究成果の - 音声言語モデルLlama-Mimi - 画像テキスト対データセットWAON のポスター発表をします！ マルチモーダルモデル開発に興味のある方はぜひお立ち寄りくださいませ💁 https://t.co/zvnyhAAVkL
0
7
33
高道研究室クラファンがセカンドゴール (300→500万円)に向けて走り出しました！ ネクストゴールでは「いままで見つけられていなかった『できないこと』をみんなで解決する」をテーマにしたコーパス構築を行います． 引き続きご支援をよろしくお願いいたします！ #音声研究でできたらいいな
readyfor.jp
誰もが作れる／使える音声AIのために，音声データ基盤の維持拡大を進めたい - クラウドファンディング READYFOR
0
20
35
Common Crawlからのデータセット構築はこちらからお試しできます💁♀️ https://t.co/J8xkgr8W6O
github.com
WAON: Large-Scale and High-Quality Japanese Image-Text Dataset for Vision-Language Models - llm-jp/WAON
1
2
6
We introduce WAON, a large-scale and high-quality Japanese image–text dataset comprising 155M pairs. Fine-tuning SigLIP2 on WAON improves performance on Japanese cultural benchmark WAON-Bench more efficiently than using ReLAION, achieving SoTA. Try WAON now! 🇯🇵📷
1
2
7
国民が皆１つ、ワニ博士（中）をお買い上げいただけると、阪大に全国の科研費総額を越える収益が入ってきます。ワニ博士（特大）だと、ちょっと何にたとえていいかわからない額になります。よろしく。
ノーベル賞の坂口志文さん会見で注目、阪大公式マスコット「ワニ博士」ぬいぐるみに注文殺到 https://t.co/wTNZirNjPn ワニ博士のグッズを販売している阪大生協によると、グッズは特大や中サイズのぬいぐるみのほか、ミニストラップやアクリルキーホルダーなどを展開している。
26
10K
31K
【🎊祝！ノーベル賞受賞🎊】 『免疫の守護者 制御性Ｔ細胞とはなにか』の著者である坂口志文さんが、ノーベル生理学・医学賞を受賞しました。「制御性Ｔ細胞」の発見をはじめとする、免疫寛容機構の解明の功績によるものです。坂口先生、おめでとうございます！
49
3K
6K
Could video models be the path to general visual intelligence? In our new paper, we show that Veo3 has emergent zero-shot capabilities, solving complex tasks across the vision stack. Project page: https://t.co/WwVuZ5P9Y6 Paper: https://t.co/pHIX8uDpaH 🧵👇🏻
4
33
178
四条烏丸で開催されるみたいです🐟
【Sakana AI meetup in Kyoto ⛩️ 開催！】 10月7日（火）の19時より、Sakana AIで初となる京都でのミートアップを開催します。 関西方面にお住まいのAIエンジニア、ソフトウェアエンジニアの皆様のご参加をお待ちしています！ ▼詳細はこちら https://t.co/AUWZ0lqRsd
0
0
3
モデル紹介用ブログも書いてみました https://t.co/Zd3K7G55ks
speed1313.github.io
本稿では, LLM勉強会で開発した音声言語モデルのLlama-Mimiを紹介します.
0
0
4
LLM勉強会にて開発した音声言語モデル Llama-Mimiを公開しました LlamaとMimiを用いたシンプルなアーキテクチャでどこまで性能が得られるか検証しました 論文・モデル・コードを公開したのでぜひ遊んでみてください！
🚀 We introduce Llama-Mimi, a speech language model that generates natural speech using a Mimi tokenizer and a single Transformer decoder. Our paper, models and code are publicly available! Visit our demo site to hear generated outputs 🎧 https://t.co/JljSZ15HjM
1
13
113
You can train Llama-Mimi on The People's Speech with our code:
github.com
Llama-Mimi is a speech language model that uses a unified tokenizer (Mimi) and a single Transformer decoder (Llama) to jointly model sequences of interleaved semantic and acoustic tokens. - llm-jp/...
0
0
1