- 194
- 15 097
松尾研究室 DL輪読会
เข้าร่วมเมื่อ 3 ต.ค. 2021
【拡散モデル勉強会 #9】DiG: Scalable and Efficient Diffusion Models with Gated Linear Attention
■ 発表内容
DiG: Scalable and Efficient Diffusion Models with Gated Linear Attention
■発表者
Jeong Seong Cheol
■ 本勉強会について
Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。
■Docswell
www.docswell.com/s/DeepLearning2023/56VV8E-2024-09-13-144152
DiG: Scalable and Efficient Diffusion Models with Gated Linear Attention
■発表者
Jeong Seong Cheol
■ 本勉強会について
Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。
■Docswell
www.docswell.com/s/DeepLearning2023/56VV8E-2024-09-13-144152
มุมมอง: 60
วีดีโอ
【DL輪読会 #427 3/3】DiJiang: Efficient Large Language Models through Compact Kernelization
มุมมอง 64หลายเดือนก่อน
■ 発表内容 DiJiang: Efficient Large Language Models through Compact Kernelization ■ 発表者 Yuta Oshima ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/582GGY-2024-08-08-150623
【DL輪読会 #427 2/3】
มุมมอง 80หลายเดือนก่อน
■ 発表内容 Scalable Wasserstein Gradient Flow for Generative Modeling through Unbalanced Optimal Transport ■ 発表者 Daiki Miyake ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/K3G888-2024-08-08-150726
【DL輪読会 #427 1/3】HarmonyDream: Task Harmonization Inside World Models
มุมมอง 114หลายเดือนก่อน
■ 発表内容 HarmonyDream: Task Harmonization Inside World Models ■ 発表者 Masahiro Suzuki ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/5QR88R-2024-08-08-150814
【拡散モデル勉強会 #8】DiffusionModelによる画像編集
มุมมอง 28หลายเดือนก่อน
■ 発表内容 DiffusionModelによる画像編集 ■発表者 Daiki Miyake ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。 ■Docswell www.docswell.com/s/DeepLearning2023/5822Y1-2024-08-30-144652
【拡散モデル勉強会 #7】Diffusion Models for Non-autoregressive Text Generation: A Survey
มุมมอง 43หลายเดือนก่อน
■ 発表内容 Diffusion Models for Non-autoregressive Text Generation: A Survey ■発表者 Shota Takashiro ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。 ■Docswell www.docswell.com/s/DeepLearning2023/K222LM-2024-08-30-143002
【DL輪読会 #426 2/2】Oral 1A Alignment セッションの紹介
มุมมอง 34หลายเดือนก่อน
■ 発表内容 Oral 1A Alignment セッションの紹介 ■ 発表者 Kotaro Sakamoto ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/KL1X4G-2024-08-02-112510
【DL輪読会 #426 1/2】COLD-Attack: Jailbreaking LLMs with Stealthiness and Controllability (ICML2024)
มุมมอง 46หลายเดือนก่อน
■ 発表内容 COLD-Attack: Jailbreaking LLMs with Stealthiness and Controllability (ICML2024) ■ 発表者 Kojima Takeshi ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/ZG1E8X-2024-08-02-111756
【拡散モデル勉強会 #6】Adding Conditional Control toText-to-Image Diffusion Models
มุมมอง 582 หลายเดือนก่อน
■ 発表内容 Adding Conditional Control toText-to-Image Diffusion Models ■発表者 Itsunori Watanabe ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。 ■Docswell www.docswell.com/s/DeepLearning2023/KL1LVQ-2024-08-16-153132
【拡散モデル勉強会 #5】diffusion policyとそのnavigation応用
มุมมอง 1122 หลายเดือนก่อน
■ 発表内容 diffusion policyとそのnavigation応用 ■発表者 Koya Sakamoto ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。 ■Docswell www.docswell.com/s/DeepLearning2023/KJ4L4X-2024-08-09-145505
【DL輪読会 #425 2/2】Deep metabolome: Applications of deep learning in metabolomics
มุมมอง 292 หลายเดือนก่อน
■ 発表内容 Deep metabolome: Applications of deep learning in metabolomics ■ 発表者 Rina Nishizawa ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/K1RVEP-2024-07-25-125212
【DL輪読会 #425 1/2】KTO: Model Alignment as Prospect Theoretic Optimization （ICML2024 ）
มุมมอง 602 หลายเดือนก่อน
■ 発表内容 KTO: Model Alignment as Prospect Theoretic Optimization （ICML2024 ） ■ 発表者 Tadashi Onishi ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/KV17YL-2024-07-25-124754
【DL輪読会 #424 2/2】Data Level Lottery Ticket Hypothesis
มุมมอง 622 หลายเดือนก่อน
■ 発表内容 Data Level Lottery Ticket Hypothesis ■ 発表者 Akiho Kawada ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/Z1RVQ4-2024-07-19-091544
【DL輪読会 #424 1/2】
มุมมอง 252 หลายเดือนก่อน
■ 発表内容 “C-NERF: Representing Scene Changes as Directional Consistency Difference-based NeRF” ■ 発表者 Toshiharu Maeba ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 このような状況の下、DL Seminarsは、最先端の研究動向の調査を目的とし、論文の輪読会を毎週開催しております. ■Docswell www.docswell.com/s/DeepLearning2023/ZV17JJ-2024-07-19-085701
【拡散モデル勉強会 #4】Denoising Diffusion Implicit Models
มุมมอง 872 หลายเดือนก่อน
■ 発表内容 Denoising Diffusion Implicit Models ■発表者 Gouki Minegishi ■ 本勉強会について Deep Learning技術は、他の分野では例を見ないスピードで世界的に研究が進められています。 特に、近年画像生成AIなどに用いられている「拡散モデル（Diffusion model）」が急速な発展を見せており、松尾研では拡散モデルに関する勉強会を有志で企画・開催しています。 ■Docswell www.docswell.com/s/DeepLearning2023/KWWEDD-2024-07-31-164517
【拡散モデル勉強会 #3】SlotDiffusion: Object-Centric Generative Modeling with Diffusion Models
มุมมอง 392 หลายเดือนก่อน
【拡散モデル勉強会 #3】SlotDiffusion: Object-Centric Generative Modeling with Diffusion Models
【拡散モデル勉強会 #2】Bigger is not Always Better: Scaling Properties of Latent Diffusion Models
มุมมอง 1082 หลายเดือนก่อน
【拡散モデル勉強会 #2】Bigger is not Always Better: Scaling Properties of Latent Diffusion Models
【拡散モデル勉強会 #1】Improved Denoising Diffusion Probabilistic Models
มุมมอง 1282 หลายเดือนก่อน
【拡散モデル勉強会 #1】Improved Denoising Diffusion Probabilistic Models
【DL輪読会 #422 3/3】NN の内部挙動分析のためのCircuit について
มุมมอง 912 หลายเดือนก่อน
【DL輪読会 #422 3/3】NN の内部挙動分析のためのCircuit について
【DL輪読会 #422 1/3】Scaling Monosemanticity: Extracting Interpretable Features from Claude 3 Sonnet
มุมมอง 492 หลายเดือนก่อน
【DL輪読会 #422 1/3】Scaling Monosemanticity: Extracting Interpretable Features from Claude 3 Sonnet
【DL輪読会 #421 1/1】LangSplat: 3D Language Gaussian Splatting
มุมมอง 642 หลายเดือนก่อน
【DL輪読会 #421 1/1】LangSplat: 3D Language Gaussian Splatting
【DL輪読会 #420 1/1】Inference-Time Intervention: Eliciting Truthful Answers from a Language Model
มุมมอง 662 หลายเดือนก่อน
【DL輪読会 #420 1/1】Inference-Time Intervention: Eliciting Truthful Answers from a Language Model
【DL輪読会 #419 3/3】Neural Isometries: Taming Transformations for Equivariant ML
มุมมอง 532 หลายเดือนก่อน
【DL輪読会 #419 3/3】Neural Isometries: Taming Transformations for Equivariant ML
【DL輪読会 #419 2/3】CONTINUAL LEARNING OF DIFFUSION MODELS WITH GENERATIVE DISTILLATION
มุมมอง 292 หลายเดือนก่อน
【DL輪読会 #419 2/3】CONTINUAL LEARNING OF DIFFUSION MODELS WITH GENERATIVE DISTILLATION
【DL輪読会 #419 1/3】Accurate structure prediction of biomolecular interactions with AlphaFold 3
มุมมอง 542 หลายเดือนก่อน
【DL輪読会 #419 1/3】Accurate structure prediction of biomolecular interactions with AlphaFold 3
【DL輪読会 #418 2/2】CADTalk: An Algorithm and Benchmark for Semantic Commenting of CAD Programs
มุมมอง 192 หลายเดือนก่อน
【DL輪読会 #418 2/2】CADTalk: An Algorithm and Benchmark for Semantic Commenting of CAD Programs
【DL輪読会 #418 1/2】ICLR2024報告会〜計算神経科学・Brain-inspired AIの観点から〜
มุมมอง 842 หลายเดือนก่อน
【DL輪読会 #418 1/2】ICLR2024報告会〜計算神経科学・Brain-inspired AIの観点から〜
【DL輪読会 #416 3/3】RoMa: Robust Dense Feature Matching
มุมมอง 392 หลายเดือนก่อน
【DL輪読会 #416 3/3】RoMa: Robust Dense Feature Matching
terrible presentation... such a shallow reading
20:21
世界モデルを正確に作るためには、サンプリングすればするほどよいです。特にロボットなどの3D動作では世界モデルを構築するのに膨大なサンプルが必要です。世界モデル上でのプランニング（モデルフリーでの強化学習に当たる)の精度は、世界モデルがどの程度の精度になっているか（どの程度、実世界を正確に反映しているか)にかかっています。そのため、モデルベースの方が、モデルフリーに比べサンプリング効率がいいとは一概に言えません。 産業用ロボットなどの3D動作では、やはりMuJoCoベースのrobosuiteなどのシミュレータを使用することがベストだと思います。sim2realを実現するためには、産業用ロボット、センサ、その他の環境の構成物がsim上で正確に再現されていることが前提となります。シミュレータの性能向上を期待します。