minaminao

Scaling Speech AI @HigurashiAI / Alpaca Keeping @AlpacaHack / Alt: @2llr

[minaminao @vinami]

プロンプトでいろんなキャラクター作れます

[Yojiro Yamamoto ｜Coreline Ventures @yojiro_yamamoto]

higurashiの4Bモデルで、彼女との寝落ち電話を再現した

このリアルな間とか空気感を実現してくれるのは、Audio nativeなFull duplex modelでしかできないと思う...

「付き合って半年の恋人同士。毎晩��る前に電話している。」と��う設定

[saldra(サルドラ) @sald_ra]

おもしろい！

[Satoshi Hirooka @sat9467]

モデルをオープンで出しました！ぜひ手元でも動かしてみてください！

（あと会社名変わりました）

[minaminao @vinami]

我々は Scaling Speech AI のミッションのもと、大規模な音声言語モデルを開発していきます。
ぜひ、技術解説もご覧ください！
https://t.co/w0bZCnbuum

[higurashi @HigurashiAI]

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】

4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました！

弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います

[minaminao @vinami]

今年ずっと開発してきた、人間らしく話せることにこだわった対話モデル「Haru」をオープンウェイトで公開しました！！！

いわゆる"full-duplex"ですが、我々のモデルは『リアルタイムに音声を同時に入出力する』構造で、full-duplexな対話モデルの中でも一段と人間らしく話せます。

[minaminao @vinami]

プロンプトから振る舞いを指定でき、多様なキャラクター・人��を構築できる基盤を目指しています。9言語に対応し、MacBookやiPhoneでも動きます！

一方で、モデルサイズは4Bなので、正直おばかで安定性に欠けます。いまは100Bより大きくスケールさせ、より賢く、より安定したモデルを開発中です！！

[lester violeta @lesterphv]

Check out Haru, our new full-duplex model! Code and weights also released 🤗

https://t.co/Q2auD3rc3o
https://t.co/JUiUhxSJVg

[Otake @LangProc]

4B Full-duplex baseモデルをapache 2.0で公開しました！

日英を中心に9か国語で話すことができます。
キャラクターやオペレーターなど、是非チューニングして遊んでいただければと思います！！

blog: https://t.co/O9FurCBjJn
Tech blog: https://t.co/CenEpiPseP
huggingface: https://t.co/zHERxQWS9L

[higurashi @HigurashiAI]

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】

4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました！

弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います

[minaminao @vinami]

会話データを二話者に分離･復元するときにお世話になりまくっている DialogueSidon を約100倍高速化しました！（同僚が）
爆速なのにintelligibilityも同等ですごいです。

[higurashi @HigurashiAI]

Full-duplex 2話者データの音声分離・復元モデル「DialogueSidon」の高速版「FastDialogueSidon」を公開しました！

1ステップ推論＋軽量デコーダで、DialogueSidon公式実装比で約100倍の高速化と同等の性能を実現しています（H100上で計測）

GitHub：https://t.co/Qq54yUW2Nb
Huggingface：https://t.co/0AymkzJHKD

[Otake @LangProc]

Forbes japan 30 under 30に選出頂きました🙌

世界で使われるAIモデルの構築、頑張ります💪

https://t.co/IoviP96pN2

[minaminao @vinami]

Happy to be in the SCAN CTF final again. I hope the final will have some really difficult, AI-resistant challenges. Another shredder challenge would be fun too :)))

[Daisuke Nohara @D_Nohara]

事後学習編を執筆しました
ぜひご覧下さい！

[higurashi @HigurashiAI]

テックブログ事後学習編公開！

概要編、前処理編、事前学習編に続き、音声言語モデルのTTSへの事後学習に関する知見をまとめています。

https://t.co/13NROD1sWS

・SFT＋RLによってJ-HARDのCERと話者類似度を改善
・報酬設計次第では発話が不自然に長くなり、声質がほぼ女性側へ偏る
・BF16では、vLLMとTransformers間のトークン対数確率の差がFP16の約8倍に拡大

[minaminao @vinami]

@NotDeGhost thank you ... I'm truly grateful for all the support you gave me

[minaminao @vinami]

本日付で @DubGuild に入社しました。大規模音声言語基盤モデルの開発に貢献してまいります。やっていくぞ。

[minaminao @vinami]

@1119_2916 つくります　いけだ会のおかげ

[minaminao @vinami]

@potetisensei ほんまや

[minaminao @vinami]

@LangProc ホラー

[minaminao @vinami]

A new style of CTF for the AI era. Entertainment, not competition...

[AlpacaHack @AlpacaHack]

🎉今日でDaily AlpacaHackが始まってから半年！

これまで2,572人に遊んでいただき、182問の問題に、44,846個のフラグが提出されました！

これからも、競技の枠を超えた、新しい時代のCTFを目指して運営していきます🦙