登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 拡散するしかない
拡散するしかない コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
拡散するしかない を含む検索結果
本当にこういうのは困りますよね。一部だけを切り取って勝手に掲載して記事にして、それをまたタイトルしか読まないひとたちが拡散するんです。僕は特に熊の駆除のお話に特化してお話していませんし、表現に特化したお話もしていません。言葉の背景にあるひとの心のお話です。
もっと見る
「サングラスをかけたトカゲ」を描かせたら、サングラスが消えるか顔が崩れる。画像生成AIの「制御」問題に、Googleが数学的な答えを出しました。 タイトル: How Diffusion Controller unifies and simplifies AI image generation URL: 📝 概要 画像生成を逐次ステップの集まりではなく連続的な「制御問題」として捉え直すフレームワークDiffusion Controllerです。ベースモデルは凍結したまま、軽量なサイドネットワークを追加するだけで挙動を調整します。 ❓ 解決する課題 推論時のガイダンスと重いファインチューニング(LoRA等)という2系統は、統一的な数学原理を持たないため、好みへの適合と画質のバランスを手探りで調整するしかありませんでした。 💡 方法論と提案手法 デノイジング中の中間状態を観察し、モデル内部の重みに触れずに微小な補正を注入します。ポリシー勾定(PPO)方式と報酬重み付き損失方式の2つの実装で、画質を守るガードレールを備えています。この構造により、非公開のクローズドソースモデルすら制御可能になります。 📊 実験結果 Stable Diffusion v1.4でLoRAより少ない層しか操作しないにもかかわらず、SFT・RWL両方の学習経路でLoRAを上回りました。完全にアンロックした版ではベースライン比90%の勝率を記録し、複雑なプロンプトでの人間評価でも最良の品質を示しています。 #画像生成AI# #拡散モデル#
もっと見る
🎂【拡散希望】🎂 2月5日(土)お昼都内 片岡未優 生誕イベント 開催が決定しました🎉 今年も生誕できるの嬉しすぎる🥰 ライブします!みんなの前で歌って踊る機会が生誕くらいしかないので絶対見てほし🥺 そしてゲスト参加もあるかも!? グッズも制作中です🤤 詳細はまた告知するのでお楽しみに💗
もっと見る
この度、新たなライブ体験創出に向けた実証実験にSTU48が協力することになりました!🚢🌊 そこで、本実証実験にご参加いただける方を募集します!📣日本にまだ数台しかない最新鋭の180°カメラを使用し、STU48 4期研究生が撮影協力として参加した「出航」のパフォーマンスを特別収録🎥✨ Apple Vision Proを通して、メンバーが目の前にいるような没入体験をぜひご体感ください🥽 ▼詳細・応募はこちら 多くの方に知っていただけるよう、拡散のご協力お願いします!🙏✨ #被験者募集# #STU48# #瀬戸内# #STU48_4期研究生# #AppleVisionPro#
もっと見る
【声明】 改憲のハードルを下げるためだけの国民投票法改正に反対 (れいわ新選組 2026年6月19日) 本日、自民党など4党提出の国民投票法改正案(日本国憲法の改正手続に関する法律の一部を改正する法律案)が衆議院本会議で賛成多数で可決された。 この法案は、憲法の国民主権を壊し、政府が好き勝手にルールを決め、戦争ビジネスに突き進むための扉を開けるものだ。その意味では本国会最大の悪法の一つが可決されたといえる。それにもかかわらず、国会の中も外も静かすぎる。 今回の改正は、国民投票法が抱える重大な欠陥を放置したまま体裁だけ整えて、「準備は整った」と改憲発議を強行するためのものでしかない。 国民投票法は2007年に成立したが、法制定時から深刻な欠陥が指摘されてきた。現在の国民投票法では、大量のCMにより、資金力のある勢力が有利に運動を進めることができてしまう。 現行法の欠陥の第一は、放送CM規制がほぼないという点だ。投票2週間前から、改憲に「賛成」・「反対」を呼びかけるCMを禁止するのみで、有名タレントが賛否の意見を表明するだけの意見広告なら制限がない。 第二は、インターネットやSNS上の有料広告に対する規制が全くないこと。 第三は国民投票運動に対する資金規制もないこと。つまり現行法では、お金のある側がテレビCM・ネット広告を垂れ流し、組織的な拡散を行って世論操作を目論むことも可能。 第四に最低投票率の定めもないこと。投票率が低く投票権者全体では少数者の賛同しかなくても、改憲が成立してしまう。 どれも本来真っ先に議論されるべき課題だが、法制定から約20年たった今も、結論は得られていない。2021年に国民投票法が改正された際は、3年以内にCM規制や資金規制等の措置を講じることが附則に定められた。しかし今回の改正案には一切盛り込まれなかった。 なぜか? 穴だらけの国民投票法のままのほうが、資金力のある組織にとって都合がいいから。国民投票法改正を推進する議員らは、改正案を「速やかに成立させることは国会の責任」などと述べているが、「来年春までの改憲発議」という高市総理の目標に間に合わせるための拙速な下準備でしかないことは明らか。 この者たちは緊急事態条項創設を糸口に、改憲を目論んでいる。緊急事態条項とは、「緊急事態」を大義名分に選挙を先送りし、国民の審判を経ない政権に権限を集中させるもの。戦時体制をしく準備であり、戦争ビジネスに突き進む土台となる。 現行法の欠陥を意図的に放置し、自らに有利な仕組みでの改憲を急ぐという与党の意図は明らかだが、野党は「必要な手続き整備だ」とアシストした。 かつて野党は「安倍政権下での改憲議論は許さない」と衆参での憲法審査会の開催に抵抗していたはず。軍事経済を推進する高市政権下なら、改憲に向けた準備は認めるというのか。 れいわ新選組は残念ながら衆議院憲法審査会に席がない。抵抗しない野党のアシストの結果、衆議院憲法審査会ではわずか1日で法案質疑を終え、賛成多数で通してしまった。 れいわ新選組は、今後も憲法を一字一句変えてはいけない、と主張するわけではない。しかし、まず現行憲法を守ることが先である、今ある憲法を守らない者たちによる改憲発議を認めるな、と訴えてきた。 しかも今、国民の多くが求めているのは改憲などではない。4月の世論調査では優先的に処理してほしい課題のトップは物価対策、次いで年金・医療・介護。憲法改正は全選択肢のうち最下位で11%。 30年続く不況とコロナ、相次ぐ戦争による物価高で、破綻寸前の家計や中小企業は増えている。政府と国会が一刻も早く前にすすめなければいけない最優先課題は、徹底した国民経済への投資であり、具体的には消費税廃止や現金給付、社会保険料の減免だ。 この後、参議院憲法審査会に国民投票法の議論は移るが、良識の府と呼ばれる参議院の「良識」が問われている。れいわ新選組は参議院において、最後まで抵抗し続ける。 2026年6月19日 れいわ新選組 #れいわ新選組# #国会#
もっと見る
「1文字ずつ」しか喋れないAIは、もう古いのかもしれません🌀 画像生成で大成功した拡散モデルを、ついに言語生成へ持ち込んだ研究が登場しました。 タイトル: dLLM: Simple Diffusion Language Modeling URL: 🌀 概要 本研究は、画像生成でおなじみの「拡散モデル」の考え方を、言語モデリングに応用したフレームワーク「dLLM」を提案しています。テキストを左から右へ順番に作るのではなく、ノイズ(マスク)まみれの状態から、複数ステップをかけて文章全体を少しずつ整えていく「反復的な精緻化」によって生成します。名前のとおり、複雑な仕掛けを足さずに、できる限りシンプルに実現することを重視しているのが特徴です。 ❓ 解決する課題 現在のLLMの主流は、トークンを1つずつ予測していく「自己回帰(Autoregressive)」方式です。しかしこの方式には弱点があります。 ・逐次生成のため本質的に並列化しにくく、長文ほど生成が遅くなりがちです ・一度書いたトークンを後から推敲・修正する仕組みがなく、全体を見渡して整えるのが苦手です 拡散ベースの生成は、これらの制約を別の角度から解きほぐす可能性を持っています。 💡 方法論と提案手法 dLLMは、言語生成を「離散拡散(Discrete Diffusion)プロセス」として定式化し直します。 ・マスクされた、あるいはノイズの乗ったトークンからスタートします ・複数ステップにわたって段階的にアンマスク(デノイズ)し、クリーンな系列へ復元します ・破損した入力から正しいトークンを予測するよう、ニューラルネットワークを訓練します ・複数トークンを同時に生成できる「並列デコーディング」に対応します 新規の特殊なネットワークを設計するのではなく、既存のTransformerにそのまま載せられる点が実装上の大きな利点です。 🌍 ユースケース / 実験結果 複数のモデル規模・系統で有効性が確認されました。 ・エンコーダ系:ModernBERTを拡散方式で訓練し、分類ベンチマークで競争力ある結果を達成 ・デコーダ系:QwenやLlamaをベースにした拡散モデルでも、言語理解タスクで実用的な性能を確認 ・並列デコーディングにより、標準的な自己回帰方式より高速な推論を実現 ・0.6Bから、より大きなパラメータ領域まで一貫して有効性を確認 高速応答が求められるチャットや、推論コストを抑えたい大規模サービスでの活用が期待されます。 #拡散モデル# #LLM#
もっと見る
深層学習の歴史を振り返ると、AlexNetが「手作業で工程を分けるより、入力から出力まで丸ごと1つのモデルで学習させる(end-to-end)方が強い」ことを示したのが革命の始まりだった。ところが生成AIだけはこの流れに乗り切れていない、という指摘から始まる論文が公開された(https://arxiv[.]org/html/2607.27372v1)。 拡散モデルや自己回帰モデル(要素を1つずつ順番に予測して生成するモデル)など、今の生成AIはどれも「生成の手順を細かいステップに分解する」ことで動いている。拡散モデルなら、ノイズだらけの画像を少しずつクリアにしていく数百ステップだ。これは「1つの入力に無数の正解がありうる」多峰性(複数の正解パターンがある)分布を、各ステップではほぼ一意な予測に絞り込むための工夫だが、この分解のせいで学習時(1ステップだけ予測)と推論時(数百ステップ繰り返す)でやっていることが食い違い、end-to-end(学習と推論の手順を完全一致させる訓練方式)にはなっていなかった。 この論文の「Explorative Modeling(探索的モデリング)」は逆転の発想で、生成の手順は分解せず学習ループ自体を分解する。各学習ステップでモデルに複数の候補を生成させ、正解データに一番近いものだけを使って学習する(best-of-k方式)。候補が1個だとモデルの最善手はすべての正解の平均になりぼやけた画像しか出せないが、候補をk個に増やすとそれぞれが別々の正解パターンを担当できるようになる。論文中の犬画像の比較が分かりやすく、候補1個ではほぼ完全にぼやけた模様、候補50個まで増やすと元画像とほぼ見分けがつかない鮮明さになっている。 この「探索の量」はパラメータ数・データ量に続く第三のスケーリング軸として機能し、画像・動画・言語のすべてで性能が単調に向上する。しかも効果はスケールが大きくなるほど強く、データ量を増やした場合の改善幅は7%から36%へ、モデルサイズを増やした場合は13%から23%へ拡大した。効率面ではFLOP(計算量)効率が4.1倍、サンプル効率が6.2倍、パラメータ効率が47%改善し、最強の画像生成レシピではImageNet 256×256でガイダンスなし1.43 FID(生成画像の品質指標、小さいほど良い)というほぼ最先端の性能に到達している。動画生成では過学習も抑えられ、FVD(動画品質指標、小さいほど良い)の最良値が探索なしの37.5から探索ありで30.0まで改善した。 さらにロボット制御タスクでは単体のend-to-end生成モデルとしても機能し、拡散モデルベースの手法と同等の性能を推論ステップ数16分の1から256分の1で達成した。数百回繰り返していた予測が、たった1回の計算で済むことになる。
もっと見る
『X機神バズレイザー ―アルゴリズムを撃ち抜け―』 投稿機関、限界突破! 共感炉心、臨界点! 承認欲求を切り離せ! 超発信合体――バズレイザー! 立ち上がれ タイムラインへ 情熱を宿した発信者よ 千の推敲 抱くより 六十五点で投下しろ! 冒頭一行 超重要 迷った瞬間 即終了 前置き・能書き・自己主張 読者は無言で離脱するぞ 体験・発見・再現性 意外性からの納得性 「わかる」だけでは弱すぎる 「知らなかった」で指を止めろ! 投稿、衝動、創造、行動 共感、循環、拡散、始動 数字を追うな 心を追え 心をつかめば数字は来る! 誰にも届かぬ夜がある インプレ一桁 膝をつく だが、その沈黙は敗北じゃない 次の一撃を研ぐ時間だ! さあ放て 気高く放て 言葉をまとった戦士よ 保存されるほど深く刺され 誰かの明日を照らし出せ! 熱く書け 鋭く咲け 経験から出た言葉よ 弱き者の声となれ そして時代を動かせ! バズれ! 刺され! 届け! アルゴリズムを突き抜けろ! X機神――バズレイザー! 何がバズる?――感情と発見 何がダメ?――借り物の断言 何がいい?――具体と実感 読み手の未来が変わる一貫! 自慢は退散 余談は切断 結論先端 視線を奪還 曖昧、冗長、迎合、炎上 その場の数字で信用炎上 煽って稼いだ一万いいね 翌朝残るは空っぽの理念 狙って外して悔やむくらいなら 本音を磨いて百回試せ! コピペの構文 既視感まみれ 誰かの成功 薄めて流せ そんな量産型では勝てない おまえの失敗はおまえしか書けない! 反応、検証、改良、継承 仮説、実践、改善、成長 投稿、共鳴、信用、形成 一発よりも百発の生命線! きらめく通知の海に浮かぶ 昨日伸びた投稿の面影 二度と同じ波は来ないから 過去の栄光に眠るなよ 伸びない理由を時刻にするな フォロワーのせいにして逃げるな フックが弱いか 価値がないか 読後の感情が残らないか 保存は「いつか使いたい」 引用は「誰かに伝えたい」 返信は「あなたと話したい」 いいねは一瞬――信頼は長い! 数字は人ではない けれど数字の向こうには人がいる 伸びた投稿だけが正義じゃない たった一人を救う言葉もある それでも届けたいのなら 祈るだけでは届かない 書け! 削れ! 試せ! 学べ! 恐怖を越えて――投稿せよ! 立ち上がれ 何度も放て 継続を選んだ戦士よ たとえ滑って 傷ついても その失敗が武器になる! 熱くなれ 大きく咲け 独自性を持つ言葉よ 誰かの真似を脱ぎ捨てて おまえの人生を語り出せ! 赤く燃え 見事に刺され 記憶に残った投稿よ 時を越え その言葉を 胸に刻もう! 完璧という名の格納庫で 眠った傑作に価値はない 六十五点でも出撃せよ 発信しなけりゃ始まらない! 投稿! 衝動! 創造! 行動! 共感! 循環! 拡散! 始動! 燃やせ発信炉――限界突破! 届け、我らの言葉よ! 超発信機神―― Xバズレイザァァァァァッ!!
もっと見る
低賃金企業は人集めに苦労すると思うので、 今後自分が「無料で」求人募集を手伝います なんと!無料です 無料でハローワークの低賃金企業の求人を 【紹介いたします!】 ハローワークに掲載されてる情報そのままに 就労希望者からの直接応募もあると思うので、 住所や電話番号も掲載させて頂きます 人集めに苦労してる経営者の人材確保の 手助けになればという思いです 月間インプレッションは2億はあります 広告代理店に頼んだら凄まじい広告費取られますよ 自分は ・世の中の為になりたいという思い ・ハローワークが国からかされてる有効求人倍率のノルマを達成させてあげたいという思い ・低賃金でしか人を雇えない経営者の役に立ちたいという思い 上記の理由からハローワークでも低賃金でしか求人を出せない経営者の拡散を手伝います 拡散して欲しいからハロワに載せてるんだよね? 皆さんもし求人に苦労してそうな企業があればDMで教えて下さい 自分がこの世の中の人材不足解消の役に立ちます
もっと見る