305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. マルチモーダルCLIPフィルタリングにおける誰が入って誰が排除されるか（Who’s in and who’s out? A case study of multimodal CLIP-filtering in DataComp）
1未満 分で読了
0 views

マルチモーダルCLIPフィルタリングにおける誰が入って誰が排除されるか

（Who’s in and who’s out? A case study of multimodal CLIP-filtering in DataComp）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「フィルタでデータを絞ると偏りが出る」と聞きまして。うちみたいな中小製造業にも関係ありますかね？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、難しく感じても分解して説明しますよ。今回の論文はインターネットから集めた画像と説明文のペアを、機械学習用に”フィルタ”して選別する仕組みについてのものなんですよ。

田中専務

その”フィルタ”って具体的には何をしてるんですか？要するに良い画像だけ残しているということでしょうか。

AIメンター拓海

いい質問です。まず用語を一つ。CLIP (Contrastive Language–Image Pre-training、CLIP、コントラスト学習による言語画像事前学習)というモデルがあって、画像と言葉のペアが“合っているか”を数値化して評価できます。フィルタはこの点数で低いものを除外するんです。

田中専務

なるほど。でも、そのCLIP自体の

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
無限テクスチャ：テキスト誘導による高解像度拡散テクスチャ合成
（Infinite Texture: Text-guided High Resolution Diffusion Texture Synthesis）
次の記事
定理を越えて：ポテンシャル・マルコフゲーム基準への反例
(Beyond Theorems: A Counterexample to Potential Markov Game Criteria)
関連記事
深い非弾性散乱におけるスケールド運動量スペクトル
（Scaled momentum spectra in deep inelastic scattering at HERA）
構造認識型化合物―タンパク質親和性予測
（Structure-Aware Compound-Protein Affinity Prediction via Graph Neural Network with Group Lasso Regularization）
NGC 1614：星形成バースト進化のための実験室
（NGC 1614: A Laboratory for Starburst Evolution）
拡張練習をゲーム化して学習定着を高める
（MiBoard: Multiplayer Interactive Board Game for iSTART）
埋め込み層の拡張による言語モデルの効率化
（Scaling Embedding Layers in Language Models）
協調AIのための一般化された信念
（Generalized Beliefs for Cooperative AI）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む