# AI研究

Aya Visionは、Cohere For AIチームが開発した、多言語?多モーダルタスクに特化した先進的なビジュアルモデルであり、23言語をサポートしています。合成アノテーション、多言語データ拡張、多モーダルモデル融合などの革新的なアルゴリズムにより、視覚およびテキストタスクのパフォーマンスを大幅に向上させています。主な利点としては、効率性（計算リソースが限られた状況でも優れたパフォーマンスを発揮する）と幅広い多言語サポートがあります。Aya Visionのリリースは、多言語?多モーダル研究の最先端の発展を促進し、世界中の研究コミュニティに技術サポートを提供することを目的としています。

Shanduは、AIベースの調査システムであり、複数情報源の合成と深層反復探索を通じて包括的な調査レポートを生成できます。高度な言語モデルとインテリジェントなウェブクローラー技術を利用して、問題の明確化からコンテンツ分析までの全プロセスを自動化します。主な利点としては、効率的な情報統合能力、柔軟な複数情報源データ処理、強力な知識合成能力が挙げられます。本製品は、学術研究、市場情報分析、技術探索など、質の高い調査レポートを迅速に生成する必要があるシナリオに適しています。現在、本製品はオープンソースプロジェクトであり、ユーザーは必要に応じてカスタマイズおよび拡張できます。

MLGymは、MetaのGenAIチームとUCSB NLPチームによって開発された、AI研究エージェントの訓練と評価のためのオープンソースのフレームワークとベンチマークです。多様なAI研究タスクを提供することにより、強化学習アルゴリズムの発展を促進し、研究者が現実世界の研究シナリオにおいてモデルを訓練および評価するのに役立ちます。このフレームワークは、コンピュータビジョン、自然言語処理、強化学習など、複数のタスクをサポートしており、AI研究のための標準化されたテストプラットフォームを目指しています。

Epoch AIは、人工知能の重要なトレンドと課題を研究する機関であり、AIの進路とガバナンスの形成を目指しています。報告書、論文、モデル、可視化ツールを通じて、エビデンスに基づいたAIに関する議論を進めています。Epoch AIの研究は、研究者やメディアから信頼されており、AIの発展の軌跡を理解するための重要なリソースを提供しています。

Sakana AIは、自然に着想を得た知能に基づく新しいタイプの基礎モデルの開発に特化した、東京に拠点を置くAI研究ラボです。自然界の知的な行動を模倣する高度な人工知能技術の開発に尽力し、AI分野の革新と発展を推進しています。

Phi-3.5-visionは、Microsoftが開発した軽量かつ最新のマルチモーダルモデルです。合成データと厳選された公開利用可能なウェブサイトを含むデータセットに基づいて構築されており、テキストとビジュアルに関する高品質で緻密な推論データに焦点を当てています。Phi-3モデルファミリーに属し、厳格な拡張プロセスを経ており、教師あり微調整と直接選好最適化を組み合わせて、正確な指示遵守と強力なセキュリティ対策を確保しています。

Profundoは、AI駆動型の研究およびレポートツールです。データ収集、分析、レポート作成のプロセスを自動化し、ユーザーが学習と意思決定に集中できるように設計されています。最先端のAI技術を活用することにより、データ収集とレポート作成の効率性を向上させると同時に、研究の高精度を確保します。ユーザーフレンドリーなインターフェースはユーザーのニーズを考慮して設計されており、直感的に操作でき、既存のツールとシームレスに統合できます。

GRUtopiaは、様々なロボット向けに設計されたインタラクティブな3D社会シミュレーションプラットフォームです。シミュレーションから現実世界への転移（Sim2Real）パラダイムを通じて、ロボット学習のための現実的な道筋を提供します。本プラットフォームは、10万件の高精度にアノテーションされたインタラクションシーンを含んでおり、これらを自由に組み合わせて都市規模の環境を構築できます。89種類の異なるシーンカテゴリを網羅し、サービス指向環境における汎用ロボットの展開のための基盤を提供します。さらに、GRUtopiaは、大規模言語モデル（LLM）によって駆動されるNPCシステムを含んでおり、ソーシャルインタラクション、タスク生成、タスク割り当てを担当し、具象AIアプリケーションのソーシャルシーンをシミュレートします。

EVEは、大連理工大学、北京人工智能研究院、北京大学の研究者によって共同開発された、エンコーダフリーの視覚言語モデルです。様々なアスペクト比の画像において優れた能力を発揮し、Fuyu-8Bを上回り、モジュール型エンコーダベースのLVLMsに匹敵する性能を示します。EVEはデータ効率とトレーニング効率に優れ、33Mの公開データを用いた事前学習と、665KのLLaVA SFTデータを用いたEVE-7Bモデルのトレーニング、さらに1.2MのSFTデータを用いたEVE-7B (HD)モデルのトレーニングが行われています。EVEの開発は、効率的で透明性が高く、実用的な戦略を採用しており、クロスモーダルな純粋なデコーダアーキテクチャに新たな道を切り開いています。

Prov-GigaPathは、実世界データを用いてトレーニングされたデジタル病理学研究のための全スライドイメージ基礎モデルです。AI研究者が病理学基礎モデルとデジタル病理スライドデータのエンコーディングに関する研究を支援することを目的としています。本モデルは複数の著者によって共同開発され、Nature誌に掲載されました。臨床ケアまたは臨床的決定支援を目的としたものではなく、研究目的でのみ使用できます。

SceneScriptは、Reality Labs研究チームが開発した、革新的な3Dシーン再構築技術です。この技術はAIを活用して複雑な3Dシーンの理解と再構築を行い、一枚の写真から詳細な3Dモデルを作成できます。半教師あり学習、自己教師あり学習、マルチモーダル学習などの高度な深層学習技術を組み合わせることで、3D再構築の精度と効率性を大幅に向上させています。

MNBVC（Massive Never-ending BT Vast Chinese corpus）は、AIに豊富な中国語コーパスを提供することを目的としたプロジェクトです。主流文化コンテンツだけでなく、マイナーな文化やネットスラングも網羅しています。データセットには、ニュース記事、作文、小説、書籍、雑誌、論文、セリフ、投稿、ウィキペディア記事、古典詩、歌詞、商品紹介、冗談、面白い話、チャットログなど、様々な形式の純粋な中国語テキストデータが含まれています。

OpenMLガイドは、書籍、講義、論文、ガイド、記事、チュートリアル、ノートブックなど、無料のAIリソースを幅広く網羅したライブラリです。AI学習と研究のための充実した資料を提供し、AI分野での成功を支援します。OpenMLガイドは包括的なAIガイドとして、豊富な機能と幅広い活用シーンを提供します。