生成AI

diffusers — 🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.

.diffusion モデルのライブラリ。画像・動画・音声生成に利用可能。

生成AI拡散モデル生成画像テキスト

LightX2V — Light Image Video Generation Inference Framework

zenmlは、データパイプラインからエージェントまで、AIプラットフォームです。

生成AI拡散モデル生成画像動画

deepinv — DeepInverse: a PyTorch library for solving imaging inverse problems using deep learning

ピラミードライブラリを使ったイメージインバース問題の解決に使えるライブラリです。

生成AI拡散モデル画像自己教師

未読 41件

diffusers — 🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.

.diffusion モデルのライブラリ。画像・動画・音声生成に利用可能。

生成AI拡散モデル生成画像テキスト

用途: 画像・動画・音声生成
難易度: Easy
コスト: High

LightX2V — Light Image Video Generation Inference Framework

zenmlは、データパイプラインからエージェントまで、AIプラットフォームです。

生成AI拡散モデル生成画像動画

用途: AI推論を軽量化したインフラ
難易度: Easy
コスト: High

deepinv — DeepInverse: a PyTorch library for solving imaging inverse problems using deep learning

ピラミードライブラリを使ったイメージインバース問題の解決に使えるライブラリです。

生成AI拡散モデル画像自己教師

用途: イメージインバース問題の解決
難易度: Easy
コスト: High

ComfyUI — The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.

runanywhere-sdksは、AIをローカルに実行するために使用できるプロダクションレディのツールキットです。

用途: 高性能ディフュージョンモデルGUI環境の実現
難易度: Easy
コスト: High

品質予測/異常検知生成AI拡散モデル分類生成教師あり

Evaluating the Representation Space of Diffusion Models via Self-Supervised Principles

生成モデルDiffusionモデルの強度推論を評価するフレームワークを提案します。Diffusionモデルの表現能力と生成能力を評価するために、特徴量を不変成分と余分な成分に分割し、不変性汚染という概念を導入します。

用途: 強度推論
難易度: Hard
コスト: High

When Do Local Score Models Extrapolate Across Size? A Diagnostic Theory and Benchmark

科学的生成モデリングでは、小規模な模型を大規模なもので評価することが要求される。モデルサイズの転移を確実に実現するためには、モデルサイズが大きくなるにつれてスコアが安定するかどうかを診断することが必要です。

生成AI拡散モデル生成

用途: ディメンションの転移
難易度: Hard
コスト: High

Thresholded Local Hyper-Flow Diffusion

この研究では、クラスタリングを高速化するために、Local Hyper-Flow Diffusion (LHFD) を開発します。

用途: クラスタリング
難易度: Hard
コスト: High

Self-Explainability in Self-Adaptive and Self-Organising Systems: Status and Research Directions

The growing complexity of self-adaptive and self-organising systems, fuelled by advances in Artificial Intelli

説明可能生成AIGAN

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

AI Assurance in UK Defence: Challenges in Operationalising JSP 936

スキルアジュストの能力獲得を目的としたCapability-Aligned Hierarchical Learningが提案され、LLMsが外部ツールを操作してタスクを実行する能力を獲得する。

生成AIGANテキスト

用途: スキルアジュストの能力獲得
難易度: Hard
コスト: High

Experience Makes Skillful: Enabling Generalizable Medical Agent Reasoning via Self-Evolving Skill Memory

Medical agent systems are increasingly expected to support interactive clinical decision making rather than on

生成AIGANQAテキスト

用途: QA
難易度: Hard
コスト: Low

Agent Economics: An Entropy-Controlled Pluralistic Alignment Framework for Preventing Artificial Hivemind in Autonomous Agents

This study proposes the Behavioral Protocol Framework (BPF), an entropy-controlled pluralistic alignment frame

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

Reasoning without Gold Standards: A Proxy-Judge Theory of Autoformalization

この研究では、複雑な推論タスクにおいて、自動フォーマル化を用いて、推論タスクの正しさを検証するためのproxy-judge理論を提案し、この理論を用いて自動フォーマル化が行える方法を開発した。

用途: 自動フォーマル化
難易度: Hard
コスト: Medium

githubGitHubあり2026-06-08

VoxCPM — VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning

生成AI音声・音楽生成生成テキスト音声

用途: マルチラギングスピーチ生成
難易度: Easy
コスト: Medium

SkillHone: A Harness for Continual Agent Skill Evolution Through Persistent Decision History

Agent skills extend language-model agents with task-specific procedures, scripts, and references, but the task

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Low

Nonparametric undirected graphical model selection using diffusion models

Undirected graphical models provide a fundamental framework for representing conditional independence structur

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

TimpaTeks: Automatic In-place Text Sequence Modification via Diffusion Language Model Steering

We extend activation steering to diffusion language models (DLMs) and study a novel problem that arose due to

生成AI拡散モデルテキスト

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Geometry-Driven Flow Analysis of Brain Sulcal Pattern

Cortical folding reflects coordinated neurodevelopmental processes and is increasingly recognized as a sensiti

説明可能生成AIGAN

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-06-05

Network Recovery from Cascade Data: A Debiased Jacobian-Based Machine Learning Approach

この研究は、カスケードデータからネットワークを復元するために、Debiased Jacobian-Based Machine Learning Approachを提案しています。このアプローチは、カスケードデータからネッ

用途: カスケードデータからネットワークを復元する
難易度: Hard
コスト: High

arxivGitHubあり2026-06-05

Constructing VAE Latent Spaces with Prescribed Topology

Variational autoencoders (VAEs) learn low-dimensional latent representations of high-dimensional data. When th

品質予測/異常検知生成AIVAE画像

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

arxivPaper only2026-06-05

T-GMP: Terrain-conditioned Generative Motion Priors for Versatile and Natural Humanoid Locomotion

Achieving both anthropomorphic naturalness and robust terrain traversal remains a fundamental challenge in hum

生成AIGAN生成強化学習

用途: 生成
難易度: Hard
コスト: Medium

arxivPaper only2026-06-04

Measuring Concentration of Power in Approval Voting Games

The ratio of voting power between a permanent member and a non-permanent member of the United Nations Security

用途: Votingシステム
難易度: Hard
コスト: Medium

huggingfaceHugging Faceあり2026-06-04

Discrete-WAM: Unified Discrete Vision-Action Token Editing for World-Policy Learning

Autonomous driving requires reasoning about how ego actions shape the evolution of the surrounding world. Howe

生成AI拡散モデル生成画像

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-06-04

Irodori-TTS — A Flow Matching-based Text-to-Speech Model with Emoji-driven Style Control

Emotion-driven Style Controlを使用してテキストから声の変換が実行され、感情のあるテキストをエモタイザブルな声に変換することが可能になります。

生成AI拡散モデル生成テキスト音声

用途: テキスト-to-声の変換
難易度: Easy
コスト: High

githubGitHubあり2026-06-04

Awesome-Video-World-Models-with-AR-Diffusion — A Curated List of Awesome Video World Models with AR Diffusion: Covering Algorithms, Applications, and Infrastructure, Aimed at Serving as a Comprehensive Resource for Researchers, Practitioners, and Enthusiasts.

ビデオのワールドモデルを用いて、AR拡散式を含む幅広いアルゴリズム、アプリケーション、インフラが提供され、研究者や実務家など幅広い人々に役立つリソースとして提供される。

生成AI拡散モデル生成動画

用途: アンビシャスのためのビデオの世界モデル
難易度: Easy
コスト: High

githubGitHubあり2026-06-03

DNA-Diffusion — 🧬 Generative modeling of regulatory DNA sequences with diffusion probabilistic models 💨

🧬 Generative modeling of regulatory DNA sequences with diffusion probabilistic models 💨

生成AI拡散モデル生成

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-06-01

Ditto — [CVPR'26 Highlight] Ditto: Scaling Instruction-Based Video Editing with a High-Quality Synthetic Dataset

[CVPR'26 Highlight] Ditto: Scaling Instruction-Based Video Editing with a High-Quality Synthetic Dataset

品質予測/異常検知生成AI拡散モデル動画

用途: 実装・検証基盤
難易度: Easy
コスト: High

githubGitHubあり2026-05-30

awesome-diffusion-model-in-rl — A curated list of Diffusion Model in RL resources (continually updated)

この論文では、ディフュージョンモデルのRLリソースをリストアップし、最新化されています。RLとディフュージョンモデルを学習するためのリソースのリストを作成することが可能です。

用途: ディフュージョンモデルのリソースリスト
難易度: Easy
コスト: High

githubGitHubあり2026-05-27

FlowEdit — Official implementation of the paper: "FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models"

画像エディティング用推論モデルの改良方法についての公式実装であるFlowEdit。

生成AI拡散モデル生成画像テキスト

用途: 画像エディティング用推論モデルの改良
難易度: Easy
コスト: High

githubGitHubあり2026-05-27

nano-world-model — A Minimalist, Batteries-included Repository for Advancing World Model Science.

nano-world-modelは、ワールドモデルの研究や開発を支援するためのオープンソースプロジェクトです。

生成AI拡散モデル生成動画

用途: ワールドモデルの研究と発展
難易度: Easy
コスト: High

arxivPaper only2026-05-26

Evolutionary Data Theory: On the Similarities between Data Problems and Evolutionary Games

Applying the concepts and formalisms from Evolutionary Game Theory to the data regime, the fundamental paradig

条件最適化生成AIGAN

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-05-26

Autonomic Federated-Market Orchestration for the Edge-Cloud Continuum

The edge-cloud computing continuum demands self-management mechanisms that scale across autonomous administrat

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

huggingfaceHugging Faceあり2026-05-26

SIA: Self Improving AI with Harness & Weight Updates

Humans are the bottleneck in building and improving AI. Both the models and the agents that wrap them are writ

生成AI拡散モデル分類

用途: 分類
難易度: Easy
コスト: High

githubGitHubあり2026-05-26

Awesome-Video-Diffusion — A curated list of recent diffusion models for video generation, editing, and various other applications.

Awesome-Video-Diffusionは、Recent Diffusion Models for Video Generation, Editing, and Othersのリストを公開しています。

生成AI拡散モデル生成動画

用途: ビデオ生成や編集の問題を解決する
難易度: Easy
コスト: High

githubGitHubあり2026-05-25

Matcha-TTS — [ICASSP 2024] 🍵 Matcha-TTS: A fast TTS architecture with conditional flow matching

Matcha-TTSは、高速で条件付き流のマッチングを実現するTTSアーキテクチャであり、話者の特徴を考慮する。

生成AI拡散モデルテキスト音声

用途: TTSアーキテクチャ設計
難易度: Easy
コスト: High

arxivPaper only2026-05-22

Analyzing the Effects of Two-Stage Peer Evaluation

Peer-evaluation and selection systems are used when sets of agents evaluate each other in order to select the

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-05-21

LanPaint — High quality training free inpaint for every stable diffusion model. Supports ComfyUI

画像生成のためのHigh Quality Training Free Inpaintを提供します。このInpaintはStable Diffusionモデルに使用でき、ComfyUIもサポートしています。

品質予測/異常検知生成AI拡散モデル生成画像動画

用途: 画像生成
難易度: Easy
コスト: High

arxivPaper only2026-05-18

Concave is the New Linear: The Impossibility of Anti-Plutocratic DAO Governance

Decentralized Autonomous Organizations (DAOs) run protocol governance by letting token holders vote on proposa

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-05-15

Bridging Silicon and the Hippocampus: Algebro-Deterministic Memory "VaCoAl" as a Substrate for Vector-HaSH and TEM

Vector-HaSH and the Tolman-Eichenbaum Machine (TEM) propose the hippocampal-entorhinal circuit factorizes memo

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

arxivPaper only2026-05-13

Constitutional Governance in Metric Spaces

この研究では、AI ハーシャ (AI Harness) を導入しました。AI ハーシャは、機械学習モデルをソフトウェアエンジニアリングに関連づけるため、開発プロセスの不安定性や不整合性を緩和します。

用途: AI ハーシャの導入
難易度: Hard
コスト: Medium

arxivPaper only2026-05-11

Meta-Black-Box Optimization Can Do Search Guidance for Expensive Constrained Multi-Objective Optimization

高価な制約付き多目的最適化問題のためのメタ黒箱最適化フレームワークを提案し、低コストな計算リソースで最適解を見つけることができます。

説明可能条件最適化生成AI拡散モデル

用途: オペレーショナル・オプティマイズ
難易度: Hard
コスト: High

arxivPaper only2026-05-09

Canonical Functionalism: Defining Functional Structure without Observer-Relative Semantic Maps

Computational functionalism about consciousness is often criticized for relying on observer-relative interpret

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium