ベンチマーク

1/13ページ

Google Research:2019年の振り返りと2020年以降に向けて(1/9)

AI

1.Google Research:2019年の振り返りと2020年以降に向けて(1/9)まとめ ・Google Researchを率いるJeff Deanによる恒例の年初投稿。去年の振り返りと今後の方向性 ・AIの倫理的利用についてはモデルカード、Activation Atlases、Fairness Indicators、FaceForensicsなど ・AI for Social Goodは […]

人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)

AI

1.人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)まとめ ・ビジネスにAIを採用させる事を成功するためにはビジネス固有のカスタムソリューションが必要 ・より複雑なデータサイエンスの問題には、特定分野の専門家による介入とガイドが不可欠となる ・良い目的で使用されるAIと悪い目的で使用されるAI間の綱引きは引き続いていく 2.DIY AI時代 以下、ww […]

ALBERT:軽量化と冗長性排除をしたBERT(2/2)

AI

1.ALBERT:軽量化と冗長性排除をしたBERT(2/2)まとめ ・パラメータの因数分解と冗長性の排除を行う事でわずかなBERTよりパラメータを89%削減 ・パラメータサイズを削減した事により計算機資源に余裕が生まれ、モデルの規模を改めて拡大できた ・ALBERT-xxlargeは全体で30%のパラメーター削減を達成しつつ読解力テストで最先端のスコアを更新 2.正確な言語理解に必要な事とは? 以 […]

ALBERT:軽量化と冗長性排除をしたBERT(1/2)

AI

1.ALBERT:軽量化と冗長性排除をしたBERT(1/2)まとめ ・AIのNLPのパフォーマンスを向上させている主要な要因は複雑で特定は困難 ・ALBERTを設計していく中で得られた鍵は、モデルの容量をより効率的に割り当てる事であった ・パラメーターの因数分解と冗長性の排除でALBERTはわずかな性能劣化でほぼBERT同等の性能を達成 2.ALBERTとは? 以下、ai.googleblog.c […]

機械学習モデルの分類外データの検出を改良(3/3)

AI

1.機械学習モデルの分類外データの検出を改良(3/3)まとめ ・尤度比は背景部分の影響を取り除き、意味を持つ部分に焦点を当てているためOODを適切に検出可能 ・尤度は背景部分の画素が非常に特徴的なパターンで並んでいる事を学習してしまいOOD検出に失敗する ・ Fashion-MNISTやゲノムベンチマークでは高いOOD検出を達成できたが引き続き研究が必要 2.尤度比(likelihood-rati […]

1 13