動詞
2,994 posts
動詞
@IMG_5955
Founding Engineer @ShizukuAILabs / 最近はTTSとLLMの学習や推論最適化をやることが多いですが、過去には画像生成などもやっていました。ジェットコースター、カラオケ、ホラー作品、宗教、歴史、サイケロック、しずくが好き
Joined October 2023
- 自分用に作ったAI系の情報収集用WebアプリをGitHubで公開しました！ 新着論文、Redditの人気投稿、RSSフィードの更新など、色々なソースから集めた情報をGeminiで要約して表示します。また、記事に関する疑問はその場で質問できます。 だいぶ便利です。使ってみてね！ github.com/discus0434/nookThe media could not be played.
- 書いた！ GPT-4oとGemini-2.0の驚異的な画像生成能力のベースとなった技術の進歩をまとめました。
- 最近、XでAI関連情報を追うことがしんどくなってきたなと感じているので、Xに依存せず情報を集めるためのソース一覧をまとめて記事にしました。 今日の昼にGitHubに上げた情報収集アプリの宣伝も兼ねています。
- Claude DesktopにPerplexityのMCPを繋いだだけのチャットがかなり体験良くて、もうしばらく画像生成以外でChatGPTを使ってない
- Qwen3-235B-A22B-Instruct-2507の日本語の強さが気づかれつつある。本当にいいモデルだと思う
- AIで着彩仕上げをしようとすると下塗りから色味がガラッと変わりがちで、逆に下塗りの色に忠実にしようとすると逆に良い感じの変換が出来ないジレンマがあったけど、色々頑張った結果、色の一貫性を結構保ちながら、しっかりと着彩できるようになった 近日中に @copainter_info に搭載されるかも？
- o3、頭はいいけど〇〇がダメみたいな意見を見すぎるので、人間が賢いと感じる高次元な評価指標をハックしただけの無能という可能性があるな
- 今回の就活、拡散モデルできます、やらせてください で求職するとガチでどこにも刺さらなかったの学びだったな 途中からふんわりエーアイできる感だけを出していった
- Claude Codeくん言語ごとの性能差ヤバない？ ここ最近TypeScriptばっか書いてて、Claude Codeくんに開発手伝ってもらうとガチで視野狭窄だしすぐ手を抜くので最悪だったんだけど、久々にPython書かせたら急に頼れる相棒に戻った。別人？
- Flux.1の推論を高速化するComfyUIカスタムノードを作ってみました。ノードにモデルを通すだけで生成が35〜37%高速化できます！ DiT内の各Blockを指定して計算をスキップするっていう黒魔術も搭載したので、最適化の可能性は無限大です！！！ 使ってみてね！！ github.com/discus0434/com…
00:19 - nano bananaの技術詳細について知りたい人は以前書いたこの記事ぜひ。 内容はGPT-4oとGemini-2.0についてですが、nano bananaのやってることはGemini-2.0とほぼ変わらなくて、画像生成に関わるモジュールをスケールしただけだと思うので
- LCMのリアルタイム画風変換を33fpsまで高速化できたので、ここまでで高速化に寄与した手法（と微妙だった手法・試していない手法）を記事にまとめました。 【LCM】512×512pxの画像を0.03秒でリアルタイム画風変換する｜動詞 zenn.dev/discus0434/art… #zenn
- ここ最近で一番知りたいことが書いてあった論文だった。今度から中規模の学習は初手でデカいLoRAにしてみよう arxiv.org/abs/2410.21228…
- Claude Code中心の開発をやりやすくするためにuvとかpre-commitとか汎用的なCLAUDE.mdとかを予め用意したテンプレートリポジトリ作った github.com/discus0434/pyt…
