ax Inc. BLOG

1枚の画像を動かすことができるAIモデルであるLive Portraitを紹介します。

ローカルで動作するVision Language ModelであるQwen2-VLのご紹介です。Qwen2-VLを使用することで、ローカル環境で画像に対して質問することが可能です。

Transformerモデルの高速化を行ったailia SDK 1.5.0の紹介です。

高精度で高速な音声認識モデルであるWhipser Large V3 Turboのご紹介です。

軽量でエッジ実装可能なVLMであるFlorence2の紹介です。

動画に対応した任意物体のセグメンテーションモデルであるSegmentAnything2の紹介です。

BERT Tokenizerは言語処理モデルのBERTで使用されている、英語向けのトークナイザです。

画像に対して質問できる大規模言語モデルであるLLaVAのご紹介です。

世界最高レベルのLLMであるLlama3の論文には、最新のLLMの研究に関する知見が多く含まれています。本記事では、Llama3の論文で興味深かった点を紹介します。

ai-edge-torchを使用して、Pytorchからダイレクトにtfliteを出力する方法を解説します。

TransformersにおけるTokenizerのオプションによる挙動の変化を解説します。

Transformerは量子化の難しいネットワークとして知られています。本記事では、Transformerの量子化に関する最近の動向を紹介します。

INT8の行列積の計算を行うことができるI8MM の使い方の紹介です。