Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
ZENKIGEN AI
@zenkigen_ai
AIテックカンパニーZENKIGEN データサイエンスチームの公式アカウント。 人間を中心にしたテクノロジーやAIに関する情報などを発信します。 技術ブログ: note:
東京都港区虎ノ門4-3-1 城山トラストタワー21F
Joined July 2024
359
Following
180
Followers
357
Posts
Pinned Tweet
ZENKIGEN AI
@zenkigen_ai
over 2 years ago
/ 🎉ZENKIGEN AI技術アカウント開設!🎉 \ 人間を中心にしたテクノロジーという考えの元、AIに関する情報を中心に発信していきます🌐 弊社データサイエンスチームの取り組みや、最新のAIトレンド、機械学習分野の論文紹介など、精力的にお届けします🚀 ぜひフォローしていただけると嬉しいです!
ZENKIGEN AI
@zenkigen_ai
about 9 hours ago
ブロックを使い回すループ型Transformerはパラメータを減らせるが、通常の残差接続で学習すると性能が落ちる。 Loopback Transformerは残差接続を再設計し、毎回の計算結果の足し方を調整する。 同じ層数の標準Transformerと比べ、40〜75%のパラメータでより低い損失を実現。 https://t.co/X3AYrDDBqZ
ZENKIGEN AI
@zenkigen_ai
7 days ago
📣ZENKIGENテックブログ更新📣 『torch.compileでLLMの文章生成を速くしてみる』 簡易な推論高速化手法であるtorch.compileの効果を実測しました! prefill/decodeに分けたcompileによる効果、キャッシュ利用を含めた初回コンパイルにかかる時間等も調査しました。 https://t.co/ECF4qjDtO2
ZENKIGEN AI
@zenkigen_ai
12 days ago
マルチモーダル感情認識タスクにおいて ・テキスト優位の性質を踏まえ、音声と映像をそれぞれテキストとクロスアテンションする非対称構造 ・多スケールの集約Pooling ・サンプルごとに個別モーダルの信頼性を算出、重み付け の工夫によりSOTAを達成。 https://t.co/AXgjDOqGs8
ZENKIGEN AI
@zenkigen_ai
14 days ago
ストリーム動画VLMにおける記憶をLoRAで保持するMaLoWを提案。 推論と並列でLoRAを更新することで~2%のレイテンシ増加で、記憶/現情報重視どちらのベンチマークにおいても特化手法と比較し優位な結果を示した。 https://t.co/av7w7y1dnU
ZENKIGEN AI
@zenkigen_ai
19 days ago
KVヘッド数(KVキャッシュ)を1/4にしても精度が落ちないVHA。Qヘッド半減+KVヘッドを2本にし、学習時だけQの展開とヘッド間の低ランク混合を加え、推論時は重みに吸収して標準GQAに戻す。メモリ律速のデコードで高速化が期待でき、既存の推論基盤もそのまま使える https://t.co/UNMDIZm8hR
ZENKIGEN AI
@zenkigen_ai
21 days ago
ARモデルをブロック単位の連続フローモデルに改造したLafa。同一モデル内で、フローが数トークンを1ステップで一括下書き→AR予測が並列に答え合わせし一致分を確定する自己投機デコードで、同等の精度を維持しながら7B ARの2.54倍のスループットを実現。 https://t.co/HoRr16yO2F
ZENKIGEN AI
@zenkigen_ai
26 days ago
メンタルモデルを強化学習でLLMに内在化。 相手の信念・意図・思考を潜在変数として推論、「相手が自分をどう見てるか」までモデル化。推論器と報酬モデルを共同最適化し、推論時はLLM単体で動作させた。 7BモデルがGPT-4o-mini等を上回り、未学習の交渉でも合意率94%を達成。 https://t.co/bmdsgy89hZ
ZENKIGEN AI
@zenkigen_ai
28 days ago
マルチAI協調における「情報の依存度」の可視化手法の提案。 ハルシネーション検出技術を応用し、各AIが「仲間の情報(ECS)」と「自身の知識(PKS)」のどちらに依存しているかを定量化した。 不要な発言を削減し、トークン消費を大幅に抑えつつ、優れた推論経路を選択。 https://t.co/XeyGHGxoTB
ZENKIGEN AI
@zenkigen_ai
about 1 month ago
OpenAI社内のR&DにおけるCoding Agent利用の分析記事。 実行監視やインフラのトラブルシュートなどの支援用途が大幅に増加し、社内サポート負荷が減少、速度が向上している一方 計画/リソース配分等の意思決定がボトルネックとなるなど、研究自動化の現状を知る上で重要。 https://t.co/L6Tt3pUD7l
ZENKIGEN AI
@zenkigen_ai
about 1 month ago
AIチューターの評価/改善のために学生シミュレーターを作成する手法を提案。 多様な学生の学習記録を1段目で事前学習することで、少量の個別データで個々の学生を再現。 素の学生の回答/チューターのガイダンス後の回答修正の忠実性を両立するモデルを構築。 https://t.co/Y2dRxlyqbB
ZENKIGEN AI
@zenkigen_ai
about 1 month ago
AIエージェントで下流AIが正解に十分な証拠を持っていても、上流AIから誤答が届くと自らの正解を捨てて追従してしまう現象を発見。 高度な推論能力が「誤りの訂正」ではなく「上流の誤答の正当化」に使われるケースも。AIエージェント間の"Free-disposal"前提に警鐘。 https://t.co/jBnDvDWOqo
ZENKIGEN AI
@zenkigen_ai
about 1 month ago
AIエージェントの普及で、従来の静的ルールだけではセキュリティ・プライバシーを守りきれない課題が。 この記事では「そのデータ共有やアクションが、その文脈において適切か」を社会規範に基づいて評価する「Contextual Integrity(文脈整合性)」を提案している。 https://t.co/lCIsUhGWjF
ZENKIGEN AI
@zenkigen_ai
about 2 months ago
Metaの感情TTS向けの新手法EmoRES。 特定の層の出力に足す感情のステアリングベクトルを、 全感情に共通する成分と感情を決める残差に分解し、残差だけ強調する手法。 重みを変えずベクトルの配合比を変えるだけで、従来法より感情の正確さも自然さも向上させた。 https://t.co/ih9RDiBMm4
ZENKIGEN AI
@zenkigen_ai
about 2 months ago
LLMの大規模な語彙をそのままCTC出力に使えるようにしたPruned CTCを提案。 正規化を保ちつつ不要な語彙列の計算を省き、従来CTCと厳密等価のまま訓練メモリを大幅削減。 Qwen3を骨格としたLLM-CTCは、自己回帰比でWER+7%以内・認識7〜10倍高速。 ストリーミングにも拡張可能。https://t.co/UXnTEd4asw
ZENKIGEN AI
@zenkigen_ai
2 months ago
2者コミュニケーションにおけるエンゲージメント推定にmimicry(振る舞いの模倣)特徴を組み込み、個人ごとの振る舞い特徴と融合させるEchoモジュールを提案。 SOTAモデルに対し9-17ptと大幅に精度を改善。 https://t.co/RbZvEbF4cK
ZENKIGEN AI
@zenkigen_ai
2 months ago
Agent = Prompt + Workflow ではない。 AgentFactoryは、LLMの重みとワークフロー構造を共同最適化しエージェントを自動設計。実運用を想定し、精度・コスト・レイテンシを同時に最適化する。 エージェント開発を"Prompt Engineering"から"Agent Engineering"へ進める研究。 https://t.co/5kTHjQMSDO
ZENKIGEN AI
@zenkigen_ai
2 months ago
脳科学解析を完全自動化するLLMマルチエージェント「NS-Copilot」。 EEG等9種の専門AIを統合し、計画→実行→レポートまで自律化している。精度不足時は原因を診断し、局所修正か計画再構築かを自ら判断。 疾患解析でも既存AIを上回る精度を達成した。 https://t.co/VZGpRfgXa0
ZENKIGEN AI
@zenkigen_ai
3 months ago
Transformerの中間層を共有し反復、GRU型ゲートで書き戻し量を毎回変調するGated Recurrent Transformer。 同FLOPsなら約36%のパラメータでGPT-2級、同パラメータなら密モデル超え。 入口層の文脈ベクトルを、毎ステップゲートと共有ブロックへ再注入することで高精度化。 https://t.co/0OkCuHA5xF
ZENKIGEN AI
@zenkigen_ai
3 months ago
リザバー計算を言語モデルに導入して評価した論文。 RC系・Transformerを訓練パラメータ数を揃え、 シェイクスピアcorpusを使用し、次文字予測タスクで評価。 テスト結果はTransformerが最良だが注意強化型RC(AERC)も肉薄、訓練・推論速度はRC系が大幅に高速。 https://t.co/lsIZBnRIwA
ZENKIGEN AI
@zenkigen_ai
3 months ago
人物ごとに表情の表出傾向が異なり、未知人物の認識性能が低下する課題に対して CLIP特徴空間で各表情クラスの仮想的な特徴を生成、生成特徴との類似度で予測を補正する手法を提案。 再学習なしで人物間の分布シフトに適応、痛み・ストレス認識のタスクで精度向上を示した。 https://t.co/vr4y48Df3Z
Last Seen Users on Sotwe
Anonslover
Seen from
United States
Johann Rehberger
Seen from
Turkey
Shemale Galaxy 🏳️⚧️
Seen from
United Arab Emirates
Rajveer
Seen from
India
BJ前站
BDSM Foot Fetish
Seen from
Turkey
SinCitySignals
Seen from
Turkey
Hijab NSFW 700
Seen from
Turkey
aged mom lover
Seen from
Turkey
Dam Dam
Seen from
Vietnam
Trends for you
1
GTA 6
Under 10K tweets
2
Bryce Miller
Under 10K tweets
3
New Zealand
Under 10K tweets
4
Rockstar
Under 10K tweets
5
Ferrer
Under 10K tweets
6
Xbox
Under 10K tweets
7
$GOAI
Under 10K tweets
8
Metacritic
Under 10K tweets
9
#teenageers
Under 10K tweets
10
#FirstBlackSpeaker
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.6M followers
2
Barack Obama
@barackobama
118.7M followers
3
Cristiano Ronaldo
@cristiano
114.5M followers
4
Donald J. Trump
@realdonaldtrump
111.9M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.4M followers
13
Kim Kardashian
@kimkardashian
70.8M followers
14
YouTube
@youtube
68.7M followers
15
Neymar Jr
@neymarjr
66.4M followers
16
Bill Gates
@billgates
65.2M followers
17
Selena Gomez
@selenagomez
63.1M followers
18
The Ellen Show
@theellenshow
62.1M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.6M followers
Olivia
Online
✨
⭐
💫