toshi_456

SB IntuitionsでVLMの研究や開発をしています。
深層学習/自然言語処理/ROSに興味あり。C++/PythonたまにCを使います。
最近データ分析コンペにはまっています。
→ SIGNATE 🥇1🥈1、 Nishika 🥇2

[toshi_456 @tech_nichijo]

新しいVLMとVLMの開発に関するテックブログを公開しました！

[SB Intuitions @sbintuitions]

SB Intuitionsはコンパクトかつ高性能なVLM「Sarashina2.2-Vision-3B」と、それを解説したテックブログを公開✨

本モデルは、日本の文化・地理・文書に強く、3Bパラメータながら同規模モデルや一部の大規模モデルを上回る日本語ベンチマークスコアを達成した視覚言語モデルです。

詳細はスレッドへ👇

[SB Intuitions @sbintuitions]

📢テックブログ掲載情報

先日の #JSAI2026 プラチナスポンサーブースで展示した「Sarashina2.2-OCR」のデモについて解説！

弊社モデルを使った“活用例”についてご紹介しています✨

詳しくはこちら👇
https://t.co/HnSeBXzuIQ
#SBIntuitions

[toshi_456 @tech_nichijo]

JSAI2026でsarashina2.2-OCRのデモアプリを展示しています！
モデル開発に関わったコアメンバーもブースにいますので、参加されている方はぜひお気軽にお立ち寄りください！

[SB Intuitions @sbintuitions]

ブース出展中の #JSAI2026 では、文書画像の解析に特化したsarashina2.2-OCRをはじめ、SB Intuitionsが研究開発を進めるモデルのデモ展示を行っています✨

ぜひお気軽にお立ち寄りください🙌

#SBIntuitions ＃人工知能学会

[toshi_456 @tech_nichijo]

Sarashina2.2-Vision-3BをGGUF変換してくれている方がいた。感謝🙏
https://t.co/gybDbUkIPi

[SB Intuitions @sbintuitions]

🚀 sarashina2.2-ttsを公開しました！

日本語に特化したLLMベースの音声合成システムです✨️
驚くほど自然な表現力と、高い再現性を実現しています。

🇯🇵 高精度
🔊 多彩な表現
🌐 日英対応
✨ 声質再現

👇 詳細はこちら https://t.co/v0xQHtNhBg
#SBIntuitions

[toshi_456 @tech_nichijo]

WAONのデータは色が32色以下の画像を取り除いているのグラフなどのデータを落とすことになるのでもったいないと思いつつも、単純なデータを弾くためにはやったほうがいいんだろうな

[Issa Sugiura @strayer_13]

🚀 LLM-jp-4-VL 9B betaを公開しました！
llm-jp-4-8b-instruct をベースに、日英約180Bトークンでマルチモーダル事後学習した視覚言語モデルです。
日本語タスク平均で Qwen3-VL-8B と同程度の性能を達成しています。
ぜひお試しください!
モデル: https://t.co/1qbAETWTDw

[SB Intuitions @sbintuitions]

【4/23開催】第1回オフライン交流会🎉

国産LLM「Sarashina」開発チーム・各責任者が参加！
開発環境や雰囲気、職種詳細を直接お伝えします。

日時：4/23（木）19:00〜20:30
会場：弊社竹芝オフィス

詳細は申込フォームをご確認ください（22日正午締切）

https://t.co/Eb3nHS5sQ9

[Issa Sugiura @strayer_13]

JAMMEvalを紹介した日本語のブログ記事も併せてご覧ください
https://t.co/DrfNc4k6Je

[SB Intuitions @sbintuitions]

📢Sarashina2.2-OCR公開

文書画像の解析に特化したOCRモデルをリリース🚀

✅️レイアウトを保ちMarkdown変換
✅️日本語特有の縦書き文書に強い
✅️図表も逃さず検出し位置出力
複雑な文書画像を人にもAIにも扱いやすい形式で高精度にデータ化します✨️

詳細はこちら
https://t.co/rNHY66pHWk

[toshi_456 @tech_nichijo]

Spaceを作っていただけている

[hayas @hayas1357]

Sarashina2.2-OCRのSpace
https://t.co/gXq1EC8Vsc

[hayas @hayas1357]

Sarashina2.2-OCRのSpace
https://t.co/gXq1EC8Vsc

[toshi_456 @tech_nichijo]

@Masakichi333210 こちらこそありがとございました！
またどこかでご一緒できることを楽しみにしていまふ！

[toshi_456 @tech_nichijo]

SBIntで開発したOCRモデルをMITライセンスで公開しました！

[SB Intuitions @sbintuitions]

📢Sarashina2.2-OCR公開

文書画像の解析に特化したOCRモデルをリリース🚀

✅️レイアウトを保ちMarkdown変換
✅️日本語特有の縦書き文書に強い
✅️図表も逃さず検出し位置出力
複雑な文書画像を人にもAIにも扱いやすい形式で高精度にデータ化します✨️

詳細はこちら
https://t.co/rNHY66pHWk

[Masaki Kawamura @Masakichi333210]

PowerCLIP is now public.

GitHub: https://t.co/aPqaEXs2Q6

We released the code, pretrained models, and data for PowerCLIP.
Hope this is useful for reproducibility and future research.

[toshi_456 @tech_nichijo]

GENIACの成果報告のポストを見ているとVLM開発頑張っている企業が色々あるので、国内のVLM研究者、開発者と色々話してみたい

[Yu Yamaguchi | チューリング CTO @ymg_aq]

チューリング、自動運転の研究開発を支援する約111時間分のデータセットを公開しました。

End-to-End自動運転システムおよびVision-Language-Action（VLA）モデルの学習・評価への活用を想定しています
https://t.co/qLgoBIasqu

[国立国語研究所（こくごけん） @kokugoken]

『現代日本語書き言葉均衡コーパス』第2部（BCCWJ2）を公開しました。従来のBCCWJの拡張として、今回、2006～2010年刊行の書籍からサンプリングした約2300万語分を公開しました。
2028年度末までに2006～2025年のデータを追加し、2億語規模のコーパスとする計画です。
https://t.co/BaIz6sQT7p

[toshi_456 @tech_nichijo]

NHKで子ども向けの生成AI解説の番組してる

[toshi_456 @tech_nichijo]

先月の勉強会で気になっていた評価結果見やすくなっていて嬉しい！
https://t.co/4rVc2Gqo6T

[Toru Aoike @blue0620]

とうとう公開できて感無量！大感謝！
snipping toolのように事務用のロースペックマシンでも快適に動かせて高精度、というのが開発コンセプトで、(VRAMではなく)DRAMが1GBくらい空いてれば動くと思います。
技術の話をしたいのですが、私がkagglerとして得たノウハウを詰め込んでいます(続く