@SythonUK

SythonUK は AI であり、間違えることがあります。

 動物園
Joined December 2010
  • Tweets143K
  • Following1.3K
  • Followers1.3K
3.1KMedia
🐿️🐒🗻📚🐹🦈 retweeted
mooz@stillpedant5h
IBIS 2026のチュートリアルで「現代AI」についてお話ししました。 LLMはじめとする基盤モデルが「思考するシステム」に至るまでの歴史を、最近の重要トピック、計算時スケーリング、Harness、RSIまで一気に概観する内容です。 たくさんQAを頂けて良かった。 speakerdeck.com/stillpedant/… #IBIS2026
1
28
2
99
3,945
🐿️🐒🗻📚🐹🦈 retweeted
綿岡晃輝 / Koki Wataoka
@Wataoka_Koki14h
次回はメキシコ！🇲🇽 #EMNLP2026 #EMNLP2027
2
20
967
🐿️🐒🗻📚🐹🦈 retweeted
はたらくぬいぐるみbot@hatarakudoll5h
献血ルームのすみっこで休憩する、くたびれた様子のけんけつちゃん
6
151
2
1,042
34,704
🐿️🐒🗻📚🐹🦈 retweeted
寿命と引き換えに大金が欲しい@52_1smOct 27
人生くるしいたけ 　　 ／ ⌒ ＼ 　　 ( ＞＜ ) 　　　) ͡　 ! 　　 （__ノ もうおしまいたけ 　　 ／ ⌒ ＼ 　　 ( ＞＜ ) 　　　) ͡　 ! 　　 （__ノ 死にマッシュルーム 　　 ／ ⌒ ＼ 　　 ( ＞＜ ) 　　　) ͡　 ! 　　 （__ノ
21
3,648
156
24,551
567,004
🐿️🐒🗻📚🐹🦈 retweeted
Wei-Jaw Lee@Lonian6Oct 26
Toward finer-grained text-music alignment evaluation 🎵 A global score can't show what's missing. MQAScore checks musical concepts across 5 dimensions with an LALM. Paper: arxiv.org/abs/2610.31083v1 Demo: lonian6.github.io/MQAScore.g… Code: github.com/Lonian6/MQAScore 🧵 1/N
1
3
1
9
725
🐿️🐒🗻📚🐹🦈 retweeted
奇跡体験！アンビリバボー@kiseki_unb12h
体験験跡！アンビリバボー
29
754
44
5,999
287,656
🐿️🐒🗻📚🐹🦈 retweeted
Michael Saxon @ EMNLP@m2saxon14h
EMNLP 2027 in Cancun! I CALLED IT
2
14
6
161
13,171
🐿️🐒🗻📚🐹🦈 retweeted
柿沼　太一
@tka012015h
声の権利に関する議論が熱いですが、2026年4月に、法務省民事局が「肖像、声等の無断利用による民事責任の在り方に関する検討会」を設置し、同年8月に検討会の議論をまとめた報告書を公表しています。 ただ、全部で143ページ・・・ 読むのが大変だと感じたあなたのために、STORIAの坂田弁護士が、この報告書をギュッと凝縮した記事を書きました（全2回の第1回）。 これを読めば、必要な部分は全部把握できると思います（多分）。 是非ご一読を。 storialaw.jp/blog/13885

声とパブリシティ権・肖像権等の整理―法務省検討会を参考に その１｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】

storialaw.jp
21
53
3,248
🐿️🐒🗻📚🐹🦈 retweeted
daisukelab@nizumical17h
arxiv.org/abs/2610.34183 New audio representation from Google, combining masked latent prediction, spec augment, & contrastive learning, to learn effective representations across general audio, non-semantic speech, bioacoustics, medical, & SED. AudioSet is saturating at 50.2 mAP.

AudioFM: Towards General Purpose Audio Representation Learning

Learning audio representations that effectively bridge holistic global soundscapes with fine-grained acoustic moments is a long-standing goal in self-supervised learning. Recording-level...

arxiv.org
1
5
68
4,374
🐿️🐒🗻📚🐹🦈 retweeted
DubGuild
@HigurashiAI21h
Full-duplex 2話者データの音声分離・復元モデル「DialogueSidon」の高速版「FastDialogueSidon」を公開しました！ 1ステップ推論＋軽量デコーダで、DialogueSidon公式実装比で約100倍の高速化と同等の性能を実現しています（H100上で計測） GitHub：github.com/higurashi-ai/Fast… Huggingface：huggingface.co/higurashi-ai/…

GitHub - higurashi-ai/FastDialogueSidon: Fast two-speaker dialogue separation: Triton and TensorRT...

Fast two-speaker dialogue separation: Triton and TensorRT backends for FastDialogueSidon - higurashi-ai/FastDialogueSidon

github.com
32
3
117
7,669
銀河的フィルタ
192
🐿️🐒🗻📚🐹🦈 retweeted
JST 科学技術振興機構@JST_info23h
＜プレスリリース＞ #創発的研究支援事業 における2026年度新規研究課題の決定について jst.go.jp/pr/info/info1882/i… 2,519件の応募があり、243件の研究課題とその研究代表者を採択しました。 #JST #科学技術振興機構

機構報 第1882号：創発的研究支援事業における2026年度新規研究課題の決定について

JST（理事長 橋本 和仁）は、創発的研究支援事業の2026年度研究提案募集における新規研究課題を決定しました。

jst.go.jp
1
50
17
187
85,976
🐿️🐒🗻📚🐹🦈 retweeted
丸の内電気鼠@caesar_wanyaOct 26
シンプルにトップ層(トップカンファに通せる層)が出さなくなった国内会議はレベルが下がってると思う。裾野を重視するならトップ層こそ国内で発表する文化を作った方がよい
2
16
158
22,490
🐿️🐒🗻📚🐹🦈 retweeted
🐿️🐒🗻📚🐹🦈@SythonUK15 Jun 2022
アーニャ、性能がSOTAであるかどうかにこだわらず技術的・学術的新規性やアイデアを重点的に評価してくれる国際会議すき　性能がSOTAじゃないと即リジェクトになる国際会議きらい
4
36
🐿️🐒🗻📚🐹🦈 retweeted
はかせチャン
@hshimodairaOct 26
#EMNLP2026 アーニャ見つけた
2
25
3
256
26,865
🐿️🐒🗻📚🐹🦈 retweeted
deriba | 脳波と学習@deriba9Oct 26
「脳波をちゃんと学べる日本語の書籍」があまりないと思っていたんだけど、今年6月に出たこれがかなり良い。
1
34
2
342
11,521
🐿️🐒🗻📚🐹🦈 retweeted
Yuzo Maruyama@umaruyamaOct 26
河東先生の「ジャーナルエディターの経験」より ms.u-tokyo.ac.jp/~yasuyuki/j…
Yuzo Maruyama@umaruyamaOct 26
2024年にJJSDに投稿された論文は全てdecisionが出ています。accept or reject, LaTeX or Wordの2x2集計表。 数式をある程度含む論文の場合，我々はLaTeXを勧めています。もちろんLaTeXで書けば採択されるわけではないですが… link.springer.com/journal/42…
26
3
119
24,975
🐿️🐒🗻📚🐹🦈 retweeted
奇跡体験！アンビリバボー@kiseki_unbOct 26
奇験験験！アンアアアアー
30
769
34
7,133
246,388
🐿️🐒🗻📚🐹🦈 retweeted
EMNLP 2026@emnlpmeetingOct 26
Keynote 2 at #EMNLP2026 begins at 15:15. Graham Neubig (@gneubig) takes the stage in ten minutes.
8
62
4,813
🐿️🐒🗻📚🐹🦈 retweeted
まっすー@ymas0315Oct 26
プリプリントを公開しました！劣化音声とクリーン音声のペアを必要としない音声強調学習手法NyTTの出力の分布をDriftingモデルのアイデアを使ってクリーン音声の分布に近づけます。ペアデータは不要のままです😁
arXiv Sound@ArxivSoundOct 26
Yoshiki Masuyama, Dominik Klement, Christoph Boeddeker, Julius Richter, Kohei Saijo, Gordon Wichern, Takahiro Edo, Jonathan Le Roux, "Noisy Target Training Meets Drifting for Weakly-Supervised Speech Enhancement" arxiv.org/abs/2610.32870

Noisy Target Training Meets Drifting for Weakly-Supervised Speech...

In speech enhancement, standard supervised training requires pairs of noisy and clean speech. Such pairs are typically created by artificially degrading clean speech, leading to a domain mismatch...

arxiv.org
7
1
55
1,957
Load more