Bayesian Optimization の論文・実装まとめ

Score 94

githubGitHubあり2026-07-24

DeepSpeed — DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.

分散トレーニングと推論を容易、効率的に実行するためのディープラーニング最適化ライブラリです。

深層学習軽量化・量子化

huggingfaceHugging Faceあり2026-07-19

Score 87

TimeLens2: Generalist Video Temporal Grounding with Multimodal LLMs

Video multimodal large language models (MLLMs) can describe what happens in a video, but rarely identify when

自然言語処理大規模言語モデル検出テキスト動画

huggingfaceHugging Faceあり2026-07-14

Score 84

Color Pass-Through via Camera-Display Coupling

When a real-world scene is captured by a smartphone camera and viewed on its screen, the displayed image often

深層学習Transformer画像

huggingfaceGitHubありHugging Faceあり2026-07-20

Score 81

SciForma: Structure-Faithful Generation of Scientific Diagrams

Structural fidelity is essential to scientific methodology diagrams. To communicate research logic, these diag

品質予測/異常検知自然言語処理大規模言語モデル生成画像テキスト

huggingfaceHugging Faceあり2026-07-18

Score 80

Group Entropy-Controlled Policy Optimization

Entropy control has become an effective tool in reinforcement learning (RL) of large language models (LLMs), h

深層学習軽量化・量子化生成テキスト強化学習

新着記事

githubGitHubあり2026-07-24

DeepSpeed — DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.

分散トレーニングと推論を容易、効率的に実行するためのディープラーニング最適化ライブラリです。

深層学習軽量化・量子化

用途: ディープラーニング最適化ライブラリ
難易度: Easy
コスト: High

MAGE-Vein: Multi-Instance Age and Gender Estimation from Finger Vein Images

この論文では、finger vein画像から年齢と性別を推測するためのMulti-InstanceAge and Gender Estimation（MAGE-Vein）モデルを提案します。

機械学習教師あり学習分類画像

用途: 年齢と性別の推測
難易度: Easy
コスト: Low

Identifying Good Rules for Efficient SAT Encodings of Single-Constant Multiplication Using Machine Learning

机械学習モデルを用いて、指定された数値定数に掛け算する方法を効率的に探索します。在来の dinamic programming法は効率が高いが、定数の大きさに対応できません。この研究では、神経符号学的アプローチにより、定

品質予測/異常検知深層学習グラフニューラルネット

用途: 数値定数乗算最適化問題解決
難易度: Easy
コスト: Medium

Workflow-Localized Mechanism Learning: Attribution-Guided Repair and Knowledge Reuse for Structured Agent Skills

Agent Skills package reusable procedural knowledge as external artifacts for frozen language-model agents, yet

MI向き強化学習方策勾配 (PPO / A3C)

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

品質予測/異常検知深層学習軽量化・量子化生成画像テキスト

Inference-Time Scaling of Diffusion Models via Progressive Seed Pruning

ディフュージョンモデルにおける初期的なNoise Seed の影響が、モデルが生成する高質のイメージに大きく影響していることを提示し、Seed Search 時の時間的負荷を削減するための方法を提案した。

用途: ディフュージョンモデルのサケリング
難易度: Hard
コスト: High

ICAE-Bench: Evaluating Coding Agents as Interactive Project Builders

この研究では、大規模言語モデルを活用して、コード生成を自動化するエージェントを評価しました。大規模言語モデルを活用することで、エージェントの性能が向上しました。

品質予測/異常検知機械学習教師あり学習

用途: コーディングエージェント評価
難易度: Hard
コスト: Medium

センサ/時系列コンピュータビジョンセグメンテーション分類生成テキスト

Beyond Sufficiency: Time Series Explanation with Counterfactual Necessity

時系列データ分析技術のための新しいアプローチであるTimePNS（Time Series Explanation with Counterfactual Necessity）を提案しました。TimePNSは、時系列データ

用途: 時系列データ分析技術の開発
難易度: Hard
コスト: Low

Compact Latent Coordination for Autonomous Vehicles at Unsignalized Intersections

Coordinating autonomous vehicles at unsignalized intersections remains a critical challenge for multi-agent re

自然言語処理RAG強化学習

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Low

Self-Balancing Sequential Sampling: Fast Convergence with Controlled Predictability

この研究は、ランダムサンプリングで発生する偏りをなくし、分布の収束を高速化する方法を提案した。方法は、サンプルの傾向を変化させることで、サンプルが予測できないようにした。

品質予測/異常検知自然言語処理RAG

用途: セクエンシャルサンプリングの高速化
難易度: Hard
コスト: Low

説明可能品質予測/異常検知自然言語処理RAG自己教師

Cycle-Consistent and Uncertainty-Aware Neural Surrogates for Tokamak Edge Plasmas

The boundary and divertor plasma govern how a tokamak exhausts power and particles, setting heat fluxes, targe

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Low

Progressive Cramming: Reliable Token Compression and What It Reveals

Token cramming compresses sequences into learned embeddings with near-perfect reconstruction, but fixed token

自然言語処理埋め込み・検索生成テキスト

用途: 生成
難易度: Hard
コスト: Low

品質予測/異常検知深層学習Transformer生成動画

SANA-Video 2.0: Hybrid Linear Attention with Attention Residuals for Efficient Video Generation

ビデオ生成モデルの効率性と高品質性を向上させるための新しい方法を提案した。

用途: ビデオの生成
難易度: Hard
コスト: High