59{icon} {views} タイトル：OmniGen: Unified Image Generation 著者：Shitao Xiao, Yueze Wang, Junjie Zhou, Huaying Yuan, […]...

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

57{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 […]...

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

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

796{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 […]...

531{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 […]...

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

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

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