人工知能

前回記事では StyleGAN 2.0 と ADA で FID を 17.39 まで改善した話を書きました。今回は本編に載せきれなかった実装の比較的どうでもいい細部の話です。 …

前回記事（執筆のやる気がなさすぎて二年近くも開いている）では StyleGAN 1.0 でプリキュアの顔画像を生成しましたが、FID 80 というなんとも微妙な結果で終わりました。今回は StyleGAN 2.0 と Adaptive Discriminator Augmentation (ADA) を導入して、FID を 17.39 まで改善した話です。 …

Claude Fable 5 のプレビュー版を利用できるようになったので、コードベースの静的レビューを試しました。 Fable 5 は、最上位の Mythos クラスに位置づけられる汎用 AI モデルです。 Mythos は脆弱性を発見する能力が高いと言われているので、脆弱性を探すことを目的にしたプロンプトを考えます。 …

前回の記事では補助変数を利用することで、論理包含のある一見すると非線形な制約を線形制約へ変形し、PuLP で整数制約問題を解くことができました。 現実の問題を扱う際には、「ある特定の状況が望ましくないので、この条件を満たす場合にのみペナルティを足そう」というモデリングを行いたくなることが容易に想像できます。 そこで、論理積の線形表現を PuLP で実現する抽象を導出してみました。論理和もついでにやっておきました。 …

画像生成の主戦場はすっかり拡散モデルですが、大学時代に作成していた「プリキュア StyleGAN」を紹介します。プロフィールアイコン程度に使える画像の生成を目標としていました。 最終形態（この記事よりもさらに追加で改善を実施）のリポジトリは以下です。 Chainer で出来ているので、保守作業がやや面倒なことになっていますが、ちゃんと動くはずです。 …

仕事上必要になり、OpenAI CLIP によるエンコーディングを使って画像分類をするロジスティック回帰モデルを作成していました。 反応位置を見るために、Grad-CAM を適用できそうだなと考えていたのですが、Grad-CAM は One-Hot エンコーディングによる出力を想定しているように見えるので、スカラー値で出力をする二項のロジスティック回帰だと、どう計算すれば良いか自明ではありませんでした（少なくとも私には）。 …

ELYZA Japanese LLaMA 2 の 13B モデルがリリースされたのでお試しです。量子化済みモデルの中から fast-instruct-q5_K_M を選びました。 7B を扱った先回記事とだいたい同じ内容を Ubuntu で行っています。 Llama.cpp の Python バインディング (CPU) である llama-cpp-python は OpenAI 互換の API サーバーを内蔵しているので、ここに Chatbot UI (WEB フロントエンド) を接続することで、ChatGPT サービスのように WEB から ELYZA Japanese LLaMa 2 を使うことができます1。 …

DiffBIR は、拡散過程に基づく画像復元モデルです。 Stable Diffusion の重みを利用しているようです。 …

先回記事の続きです。前回紹介した Elyza の日本語言語モデル ELYZA Japanese LLaMa 2 を Chatbot UI から使えるようにしてみました。 Llama.cpp の Python バインディングである llama-cpp-python は OpenAI 互換の API サーバーを内蔵しているので、ここに Chatbot UI を接続することで、ChatGPT のように WEB から ELYZA Japanese LLaMa 2 を使うことができます1。 …