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 AI癖画展2026秋
AI癖画展2026秋 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
AI癖画展2026秋 を含む検索結果
四半期に一度のお楽しみ❣️ 「癖画展2026春」(#AI癖画展2026春)# ■開催期間: 4/26(日)0:00〜5/2(土)23:59 ■参加方法:#AI癖画展2026春# のタグをつけて投稿 今回も、門東さん(@kadoazuma )との共同開催となります✨ みんなの癖を全開に‼️ Xさんに怒られない程度でお願いします🤲 私の癖はもちろんPOPart‼️ 見た人に元気が届いた瞬間が1番好き❣️ イベント終了後の5/3.4は渋谷で旗あげPOPart展❣️ リアルでも楽しめるよ!
もっと見る
オランダ・アムステルダム発のディープフェイク検知企業Sensity AIが、欧州イノベーション会議(EIC)の資金提供先としてヨーロッパのスタートアップ上位2%に選ばれた(https://sensity[.]ai/blog/sensity-top-european-startups-receive-eic-funding/)。 EICはディープテック分野の有望スタートアップを支援するEUの旗艦的資金提供プログラムです。今回は1,760件の応募のうち87社が面接段階に進み、最終的に選ばれた38社の中でサイバーセキュリティ領域からはSensity AIが唯一という狭き門でした。 背景には深刻な脅威があります。ディープフェイクは特別な技術がなくても、IBM調べで平均1.331ユーロという実質無料に近いコストで、人間の目では見分けがつかないレベルまで作れるようになりました。Sensity AI共同創業者兼CEOのGiorgio Patrini氏によれば、2025年には企業の75%がディープフェイク詐欺を経験したといいます。 Sensity AIのマルチモーダル(画像・動画・音声)検知プラットフォームは、全モダリティで98%の精度を達成しています。ただし業界には「detector obsolescence(検知器の陳腐化)」という共通の弱点があります。特定の生成AIで訓練した分類器が、学習データにない新しい生成AIには通用しなくなる問題です。Sensity AIはこれに対し、生成AIごとの癖ではなく画像や音声に共通して残る生成の痕跡(フォレンジック的な特徴)そのものを学習する基盤モデル(特定の生成AIに依存しない汎用的な検知の土台となるAIモデル)群で対応しています。 獲得した資金は総額490万ユーロで、同社の国際展開を後押しします。うち250万ユーロは株式を渡さない形の助成金(エクイティフリーグラント)で、その一部はこの基盤モデルのさらなる開発と、計算資源が限られた環境でのリアルタイム解析の最適化に使われます。 なお同社は今年初め、Auriga Cyber Ventures主導でBetaworks Venturesや欧州のエンジェル投資家グループが参加した210万ドルの資金調達も完了済みです。
もっと見る
🎬 新しいエピソードが公開されました!🏃 📺 Title:ビックリマン世代の収集癖からAI時代に本当に欲しいものが見えてきた | 限界突破ライフハック #33# ▶ YouTube: 🎧 Spotify: 🍎 Apple Podcast: ご質問・ご感想はYouTube・Spotifyのコメント欄、またはXへのリプライで書いていただければ、番組内でご紹介させていただくかもしれません! LINEオープンチャットもあるよ→ ぜひご参加ください! #限界突破ライフハック#
もっと見る
AIエージェントが自分のスキルや実行コードを直して点数を伸ばしても、「新しい仕事にも強くなった」とは限らない、という研究( 対象はHarness evolution。モデルの重みを変えず、プロンプト・スキル・ツール・実行手順を自動改善する方法だ。Harness-Delta Attribution(HDA)は、その伸びを、評価問題の癖への過学習、推論時の計算量増加、残った改善に分けて調べる。 11モデル、3つの改善方式による25条件を評価。有意なスコア上昇があった21条件では、改善分の平均54%が過学習、14%が計算量増加で説明された。これは正解率が54ポイント下がったという意味ではなく、伸びた分の内訳。 具体例がわかりやすい。数学の選択式問題では、特定の言い回しの選択肢が繰り返し正解になる癖を、別々の改善方式が発見した。家事タスクの仮想環境では、モデルを呼ばず、決め打ちの手順だけで探索用問題を全問成功する例まであった。 HDAでは、元の方式にも同程度の推論予算を与え、発見した近道だけを無効化して比較する。ただし、検出できない過学習は残る。差し引き後の改善は「汎化できる改善の上限」で、新しい課題への転用を保証しない。 評価用に分けた問題でも同じ癖が残れば、点数だけでは見抜けない。自己改善の成果を見るときは、何を変えて伸びたのか、同じ計算予算でも勝つのか、問題の作り方を変えても残るのかまで確かめたい。
もっと見る
最近aiにBL作文させて遊んでるんだけど、なんとなくフレーバーとして適当に友人設定のインド人出したら癖強すぎてそいつから二度と会話の主導権戻ってこなくなった。 裸足でナン持って追いかけてくるし、「約束破った場合はナンの刑デス」って言われた。助けてくれ。
もっと見る
AIの使い方には、その人の対人スタイルがかなり出る気がする。 人と仕事するときに「察しろ」「読め」「なんでわからない」と詰める人は、AIにも同じようにキレながら使う。 逆に、仮説・前提・検証手順を渡せる人は、AIをちゃんと協働相手にできる。 AIは知性だけでなく、協働の癖も増幅する。 そこが面白くもあり、怖くもある。
もっと見る
最近のAIの文章、なんだか読みにくいと感じませんか?その正体を言語学の物差しで測った論文です。 タイトル: Why is AI-generated language so hard to understand? URL: 📝 14モデルのチャット・コード・エッセイを集め、人間の文章や往復翻訳した言い換えと比べて、処理負荷の高い言語特徴の使用頻度を測りました。 🔍 注目ポイント1:全モデルが過剰に使う癖 9つの最先端・準最先端モデルすべてで、「is_file() swallows that」のような無生物主語+有生物の動詞と、低頻度の語の並びが人間より多いと分かりました。会話では、依存関係の長さや名詞の積み重ねも増えます。 📈 注目ポイント2:学習が進むほど強まる Olmo 3 は base → instruct → think と後学習が進むほど、これらの特徴が強くなりました。数学やコードの正解を報酬にする学習が、分かりやすさより情報の詰め込みを後押ししている、というのが著者らの仮説です。 ✂️ 注目ポイント3:短さへの報酬だけで文体が変わる 小型モデルをRLで学習し、短い文に報酬を与えるだけで、that を省く短い変種を98%超選びました。学習していない構文にも転移します。一方で Claude Opus 5.5 は Opus 5 より21比較中19で難しさが低く、改善できることも示唆されます。 AIの文章を人間に合わせるアラインメントが、新しい課題になりそうです。 #LLM# #心理言語学#
もっと見る
龍や虎のように迫力のある名刺デザインをAIに依頼したらとんでもなく癖強な名刺に
電話に出たら数秒で声をAIに盗まれて、家族や友人に電話されて金銭を盗まれる詐欺、フランス国内で広がり始めている新しい手口 数秒でその人の声質、イントネーション、話し方の癖を学習 クローンした声で家族や友人に電話をかけ、「事故に遭った」「携帯を失くした」などと嘘をついて金銭を要求
もっと見る
個人的には金髪ショートのボーイッシュ巨乳が癖ですが 最近炼成したキャラの中で、今一番推してるのがこのデニム系のキリッとした服で体のラインが見えるの子だね 「強い女の色気」と「隙だらけのエロさ」の組み合わせがたまらない 最近は設定も追加してみようと練習中 #AIart# #AIイラスト# #MoeroAI# #moero# #AIエロチャット# #無制限ロールプレイ# #エロAI# #NSFWAI# #美少女AI#
もっと見る