以前LLMでポケモンをやらせるベンチマークが話題になりましたが、強化学習でポケットモンスター 赤をクリアする取り組みもあります コードもオープンソース化されています drubinstein.github.io/pokerl/

Distill Any Depth という、多様なシーンに対して正確な深度推定を可能にした最新研究を取り上げました AIは「奥行き」をどう見るのか？単眼深度推定の最新技術｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

Mistral AIが、画像に含まれるテキストを認識してテキストデータに変換できる「Mistral OCR」を発表しました Mistral OCR登場！AIが切り開く新たなOCRの世界｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

積分という一つのタスクですが、たった7Bのモデルで o1 を超える性能を出しており非常に驚きました ↓詳しくまとめています 難しい問題を分解していく自己改善型LLM「LADDER」について解説｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

マイクロソフトが提供する、生成AIアプリケーション構築の基礎知識を身につけられる「初心者のための生成AI」コースが良かったです Python と TypeScript の基礎知識は必須のようだったのですが、Lesson3 くらいまではコード無しなのでそこまで見るのも良いかもしれません github.com/microsoft/gene…

最新OCR技術の最前線：低コストで大量処理ができる olmOCR｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

Alibabaのグループがo1-Previewに匹敵する性能を達成したSTARTを発表しました 外部ツールを利用して良質なデータを自動生成する流れがきているようです START: ツールを利用して自己学習する新しい推論モデルの解説｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

AIエージェントをブラウザに接続する簡単なツール PythonでAIエージェントにブラウザを操作させることができるライブラリです 今後もこういうツールが色々出てきそうですね github.com/browser-use/br…

様々なAIモデルを無料でお試しするならhuggingfaceのspacesがおすすめ テキスト生成から画像生成でも3dモデリングでもかなりのモデルがお試しできる huggingface.co/spaces

ReCamMaster: 単一のビデオから自由自在にカメラ軌道を再生成する技術が登場｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

たった42枚のデータで学習したモデルで新しい画像編集の可能性が見えてきます Edit Transfer: 編集内容を「転送」する新しい画像編集技術｜EasyAI EasyAI @ AI情報発信 #note note.com/easy_ai_opt/n/…

Claudeでもweb検索ができるように anthropic.com/news/web-search