BAAI Models

Captum モデル解釈性

AI フレームワーク

PyTorch向けのオープンソースライブラリで、モデル解釈性を提供します。ビジョンとテキストのマルチモーダルモデルをサポートし、ユーザーがニューラルネットワークの予測方法を理解できるようにします。拡張性を考慮して構築されており、新しい解釈性アルゴリズムの実装とベンチマーキングを容易にします。Captumは、PyTorch向けのオープンソースライブラリで、モデル解釈性を提供します。ビジョンとテキストのマルチモーダルモデルをサポートし、ユーザーがニューラルネットワークの予測方法を理解できるようにします。拡張性を考慮して構築されており、新しい解釈性アルゴリズムの実装とベンチマーキングを容易にします。

ProphetNet

AI GitHub リポジトリ

自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。ProphetNetは、自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。

Flamingo

AI モデル

Google DeepMindが開発した単一のビジュアル言語モデル（VLM）であり、多様なマルチモーダルタスクにおける少数の例からの学習（few-shot learning）に優れています。画像、動画、テキストが混在した入力を処理し、関連する言語出力を生成します。追加のトレーニングなしで、タスク固有の例を最小限で済ませることができます。Flamingoは、Google DeepMindが開発した単一のビジュアル言語モデル（VLM）であり、多様なマルチモーダルタスクにおける少数の例からの学習（few-shot learning）に優れています。画像、動画、テキストが混在した入力を処理し、関連する言語出力を生成します。追加のトレーニングなしで、タスク固有の例を最小限で済ませることができます。

Generative Image-to-Text Transformer

AI GitHub リポジトリ

GIT (Generative Image-to-text Transformer) は、Microsoft が開発したビジョンと言語タスク向けの AI モデルです。画像からテキストの説明を生成し、ビジュアル質問応答を実行できます。このモデルは、多様なアプリケーションに対応するために、さまざまな事前学習済みおよびファインチューニング済みのバージョンを提供して…

UNITER

AI GitHub リポジトリ

ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…UNITERは、ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…

AIモデルとデータセットへのアクセスおよび管理を行うプラットフォームです。データアノテーション、モデルトレーニング、デプロイメントのためのツールを提供し、ユーザーが効率的にAIソリューションを構築・拡張できるようにします。このプラットフォームは、さまざまな業界の多様なAIアプリケーションをサポートしています。Defined.aiは、AIモデルとデータセットへのアクセスおよび管理を行うプラットフォームです。データアノテーション、モデルトレーニング、デプロイメントのためのツールを提供し、ユーザーが効率的にAIソリューションを構築・拡張できるようにします。このプラットフォームは、さまざまな業界の多様なAIアプリケーションをサポートしています。