はてなブログトップ

VLM

このタグでブログを書く

言葉の解説

ネットで話題

関連ブログ

VLM

このタグの解説について

この解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。

ENGINEERING BLOG ドコモ開発者ブログ•2ヶ月前

新規ビジネスアイデア創出のため、社内でVLMと画像生成が気軽に使えるSlackベースのシステムを作ってみた

はじめに NTTドコモクロステック開発部の福島&井手&小原&中村圭佑です。普段の業務では画像認識や生成AIに関する研究開発を行っています。今回は社内でVLMと画像生成が気軽に使えるシステムを作ってみたので紹介したいと思います。Slackをインターフェースとした比較的シンプルなシステムなのでぜひご覧ください。開発の背景目的は大きく分けて3つあります。社内での生成系AIの普及とアイデア創出この界隈にいるとLLMをはじめとした生成系AIの利用が当たり前な雰囲気を感じますが、現実はそうではないのです。R&Dや日常的にAIに触れている人間以外は「名前は知ってるけど使ったことない」や「なんか凄そ…

#AWS#VLM#Bedrock#画像生成 AI

ネットで話題

もっと見る

69ブックマーク OpenAI の GPT-4-vision-preview (VLM) を利用した商品画像のタグ付け - DROBEプロダクト開発ブログ

tech.drobe.co.jp

33ブックマーク Stability AIは商用利用可能な日本語画像言語モデル「Japanese Stable VLM」をリリースしました。 — Stability AI Japan

ja.stability.ai

24ブックマーク独自の日本語LLM「CyberAgentLM2」に視覚を付与したVLM（大規模視覚言語モデル）を一般公開 ―商用利用可能な画像チャットモデルを提供―

www.cyberagent.co.jp

21ブックマーク Apple、iOS 18.2、iPadOS 18.2、macOS Sequoia 15.2で画面上のコンテンツを理解する視覚言語モデル (VLM)を実装 | NEWS | Mac OTAKARA

www.macotakara.jp

20ブックマーク商用可能な日本語画像言語モデル「Japanese Stable VLM」、Stability AIがリリース／キャプショニング機能に加え、画像に対する質問にチャット形式で回答もできる

forest.watch.impress.co.jp

20ブックマーク【MiniCPM-Llama3-V 2.5】たった8BでGPT-4o超えのVLM | WEEL WEELメディア事業部LLMライターのゆうやです。 MiniCPM-Llama3-V 2.5は、中国のOpenBMB（Open Lab for Big Model Base）が開発した最新のオープンソースマルチモーダル言語モデルで、8BというサイズながらGPT-4Vと同等の性能を有しています。 🚀 Excited to introduce MiniCPM-Llama3-V 2.5! With 8B parameters, it’s o...

18ブックマーク面倒なスクショ命名はローカルvlmにやらせよう on Mac

13ブックマークサイバーエージェント、独自の日本語LLMに“視覚”を付与した75億パラメーターの「VLM」を公開　

internet.watch.impress.co.jp

5ブックマーク LLaVA-o1：中国発の新型VLMがOpenAIのo1モデルに挑む – 4段階推論で画像認識の精度を向上 - イノベトピア Last Updated on 2024-11-24 09:04 by admin 中国の複数の大学の研究者チームが2024年11月22日、OpenAIのo1モデルに対抗する新しいビジョン言語モデル「LLaVA-o1」を発表した。このモデルは、Llama-3.2-11B-Vision-Instructをベースに開発され、約100,000件の画像-質問-回答ペアでトレーニングを実施。データ生成にはGP...

関連ブログ