660{icon} {views} PDFMinerというMITライセンスで利用できる、PythonベースのPDFパーサーを並列化する方法を紹介します。このライブラリ、パースが遅いというデメリットがあるのですが、並列化が […]...

659{icon} {views} タイトル：Stable Video Diffusion: Scaling Latent Video Diffusion Models to Large Datasets 著者：Stab […]...

1.9k{icon} {views} 英語を日本語に翻訳するというタスクから、Amazon TranslateやDeepLのような翻訳APIと、GPTやClaudeのようなLLMを比較します。BLEUによる翻訳性能と、コ […]...

862{icon} {views} 論文URL：Video-LLaVA: Learning United Visual Representation by Alignment Before Projection 著者：B […]...

1.2k{icon} {views} MoviePyを使い、動画から一定間隔でフレームを抽出する方法を見ていきます。iter_framesを使うとできます。動画編集と組み合わせたいときにこの方法は便利です。 はじめに 動 […]...

1.7k{icon} {views} タイトル：LCM-LoRA: A Universal Stable-Diffusion Acceleration Module 論文URL：https://arxiv.org/abs […]...

388{icon} {views}2023/11/6（日本時間2022/11/7の3時から）に発表されたOpenAI DevDayの内容をまとめました 1次ソース OpenAI DevDay動画 https://www. […]...

1.7k{icon} {views} タイトル：Improving Image Generation with Better Captions 著者：James Betker、Gabriel Gohなど（OpenAIの人 […]...

456{icon} {views} LLMをデプロイする際に、LLM部分の量子化が必要になることが多いです。MiniGPT4のようなVLMに焦点をあて、AutoGPTQとBitsAndBytesという2つの量子化フレーム […]...

1k{icon} {views} * タイトル：SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis * 著者：Dusti […]...