54{icon} {views} タイトル：SAM 2: Segment Anything in Images and Videos 著者：Nikhila Ravi, Valentin Gabeur, Yuan-Ting […]...

33{icon} {views} yum for Lambda（yumda）を使って、yum installで入れられるライブラリをLambdaのレイヤーとして導入してみました。これを使うと、LambdaのDockerイ […]...

113{icon} {views} タイトル：RAGChecker: A Fine-grained Framework for Diagnosing Retrieval-Augmented Generation 著者：D […]...

105{icon} {views} タイトル：Florence-2: Advancing a Unified Representation for a Variety of Vision Tasks 著者：Bin Xia […]...

728{icon} {views} Arxivの検索APIを使い自動的にサーベイを行うArxiv RAGを最近のLLMで調べてみました。Gemini 1.5が非常に健闘し、またClaude 3.5 Sonnetも面白い健 […]...

469{icon} {views} 目的 最近いろいろなLLMが出ているが、論文要約というタスクで見たときにそれぞれがどの程度の性能/コストなのかを見ていく。コスト的と性能両方見て、どれが使いやすいのかを考えたい。 概要 […]...

81{icon} {views} タイトル：LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control 著者：Jia […]...

88{icon} {views} タイトル：Beyond Aesthetics: Cultural Competence in Text-to-Image Models 著者：Nithish Kannen, Arif A […]...

143{icon} {views} タイトル：Unveiling Encoder-Free Vision-Language Models 著者：Haiwen Diao, Yufeng Cui, Xiaotong Li, […]...

154{icon} {views} タイトル：MixEval: Deriving Wisdom of the Crowd from LLM Benchmark Mixtures URL：https://mixeval.g […]...