中国語のレッスンでお世話になっている 台湾talk🇹🇼 GWの話や単語や文章の作り方とか。 だいぶ読めるようになった文字も増えてきて✨ 難しい文法は分かるまで 授業で復習してくれるのでありがたいです🥺 今月も中国語の授業頑張ろう☺️ #台灣talk# #台湾華語# #taiwan#

中国語のオンラインレッスンで使ってる教材のやりとりが面白くてそんなところも楽しみながら頑張ってます✏️ 使い方によって様々な訳し方をする単語もあるので本当に毎度毎度驚く！！ #台湾talk# #台湾華語# #台湾# #taiwan#

簡体字で“中国アカウント”疑惑が浮上！→山本太郎を応援する投稿に「政商勾結」「民生配慮」…中国語のぼり写真まで、4つの違和感 単語や写真の不自然さが、投稿者の正体をめぐる疑念を広げています。

【語学】 『ネイティブが使う順に覚えられる 中国語漢字５００』 中国語の常用漢字は約2,500字。うち約1,000字は日本の漢字と同じ。 だから、漢字で効率よく語彙を増やそう❗️ 最もよく使う上位500漢字を単語・用例とともに解説。 発音を一緒に覚えて、会話力もアップ✨yh

台湾talkの授業の模様♪ 単語とその単語の使うシチュエーションを 例文の会話で教えてもらったり 中国語でインタビューしているYouTuberさんを見ながら台湾の方の会話を聞きいて勉強したり文法を学んだり、色んな方法で教えてもらえるから 勉強苦手な私でも1年以上続けられてる🥺 #台湾talk##台湾華語#

いくら、、、なんでこんなに美味しいんだい 隣にいた香港の方たちと中国語と英語の知ってる単語だけで会話して楽しかった。 今日は長丁場がんばりま〜す

歌声とBGMをまとめて曲ごと生成できるAIモデル「WanSong v1.0」の技術レポートが公開された(https://arxiv[.]org/html/2607.14749v1)。 これまでの曲生成AIは、AR(自己回帰、文章を単語ごとに予測して繋げる方式で音を生成)か、ARと拡散モデル(ノイズから徐々に音を復元する生成方式)を組み合わせた多段階パイプラインが主流だった。WanSongはこの構成をやめ、拡散モデルだけで最大5分の高音質な楽曲を一発生成する、約250億パラメータ(25B)のモデル。しかもボーカルとBGM(伴奏)を別々の音声トラックとして同時に出力する。 このdual-stem(2軌道)構成には理由がある。ボーカルとBGMを1つのトークンにまとめて学習すると、モデルがボーカルに引っ張られてBGMの表現が弱くなる。さらに生成の忠実度を調整するCFG(Classifier-Free Guidance)を強めるとボーカルは正確になるがBGMが崩れ、弱めるとその逆が起きるというジレンマもあった。WanSongはボーカルとBGMを完全に別トークンとして学習し、この干渉自体をなくしている。副産物として生成直後から両者が別トラックのまま得られるため、後工程のミックスや編集もしやすい。 600万時間超の多言語楽曲データで学習し、中国語・英語・日本語・韓国語4言語・200曲のベンチマークでは発音誤り率(PER)が7.43%と、Suno V5の22.80%、Mureka V7.6の12.7%を大きく下回った。独自の音楽性評価でも5.49点でSuno V5の4.18点を上回っている。

🎨 テキストから高精細な画像を生成するモデルを、完全にオープンなレシピだけでゼロから鍛え上げ、トップクラスのモデルに迫る性能を実現しました。 タイトル: LLaDA-Image: Building Strong Image Generators with Fully Open Training Recipes URL: 🖼️ 概要 LLaDA-Imageは、6BパラメータのDiffusion Transformerをゼロから訓練し、dLLMベースの視覚言語理解モジュールと組み合わせた統一的な画像生成・編集モデルです。TwinFlow蒸留により2〜4ステップという少なさで高速推論できるTurbo版もあわせて公開されています。 🧩 解決する課題 高品質な画像生成にはこれまで大量のペア画像テキストデータが必要とされ、キャプション品質のばらつきや、生成と編集を1つのモデルで両立させる難しさが課題でした。 🛠️ 方法論と提案手法 画像のみの事前学習を中心に据え、220Mサンプルのうち90%以上を画像単独データで訓練し、実画像の比率を生成訓練で98%、教師あり微調整でも70%以上に保つ「実データ優位」なレシピを採用しています。長時間の訓練を安定させるパラメータフリーRMSNormや、参照画像をセマンティック・ピクセル両経路で条件付けする編集用アーキテクチャも特徴です。 📊 ユースケース / 実験結果 Qwen-Image-Benchでは英語53.53点・中国語53.38点でオープンソース最高水準のZ-Image Turboを上回り、長文テキストレンダリングを測るCVTG-2Kでも単語精度0.875でトップの成績を収めています。一方でGenEvalの物体計数は0.53にとどまるなど、今後の改善点も明確に示されています。 #画像生成# #DiffusionModel#