TL;DR Illyasviel氏が発表した動画生成AI「FramePack」は、最大60秒(30 fps)もの長時間の動画を破綻なく、それもローカルGPUで高速に生成できる技術です。必要なGPUメモリは僅か6GB、Ge […]The post FramePack and FramePack-eichi 〜高速・省メモリなローカル動画生成AI〜 first appeared on GMOインターネットグループ グループ研究開発本部.

TL;DR OpenAIがChatGPTに追加した新しい画像生成機能は、性能が大きく向上し日本語の文字も生成可能となりました。 GPT-4oはテキストや画像を統合的に扱うAny-to-Any型の自己回帰型大規模言語モデル […]The post GPT-4oの中身(予想)とGlyph-ByT5〜文字の画像生成への挑戦〜 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のL.W.です。 「イーサリアムでのアカウントの抽象化（Account Abstraction）の紹介」でAA（Account Abstraction）を紹介しました。AAを活用できれば、 […]The post ERC20トークンでガス代を支払う first appeared on GMOインターネットグループ グループ研究開発本部.

導入 こんにちは。グループ研究開発本部 次世代システム研究室のH.Oです。昨年はRAG（検索拡張生成）がトレンドでしたので、RAGをWebアプリケーションに組み込もうという観点で技術検証を進めてきました。それでは、今年の […]The post マルチAIエージェントフレームワーク AutogenでStorybookのstoryを一発で生成する first appeared on GMOインターネットグループ グループ研究開発本部.

はじめに：動的プロンプトには欠かせない「プロンプトテンプレート」のベストプラクティスを見てみよう こんにちは。AI研究開発室のS.M.です。 本記事では、“From Prompts to Templates: […]The post 【論文紹介】実例2,000件から学ぶ！LLM時代の“強いプロンプトテンプレート”設計術 first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは、次世代システム研究室のN.M.です。 Ever wished you could chat with powerful Large Language Models (LLMs) like OpenAIR […]The post Building a Terminal LLM Chat App with Python & Asyncio first appeared on GMOインターネットグループ グループ研究開発本部.

結論 CloudWatch Logsへの不要なログ転送を削減して、CloudWatch Logsのランニングコストを削減した ECSに適切なタスク数とオートスケールを設定することで、ECSのランニングコストを削減した V […]The post AWSのランニングコスト改善 first appeared on GMOインターネットグループ グループ研究開発本部.

1. はじめに こんにちは、次世代システム研究室のK.X.Dです。 Google Cloudにおいて、イベントドリブンを対応するサービスがいくつか存在してます。 特に以下の5つはそれぞれ異なる役割を担っており、混同しやす […]The post Google Cloudのイベントドリブンサービスを解説する first appeared on GMOインターネットグループ グループ研究開発本部.

こんにちは。次世代システム研究室のT.M です。 はじめに ERC6909 は、従来のERC1155 などが抱えていた複雑さやガスコストの問題を解決するために登場した、新しいマルチトークンです。本記事では、ERC1155 […]The post マルチトークン規格ERC6909 first appeared on GMOインターネットグループ グループ研究開発本部.

まとめ 裾の重い分布において、外れ値の処理をせずにt検定することが「サンプルの偏りによって第一種の過誤を誘発する」のか、逆に「分散が大きくなり検出力の低下を誘発する」のかを検証した。 どちらも基本的には誘発しない。また、 […]The post 外れ値がt検定に与える影響の実験 first appeared on GMOインターネットグループ グループ研究開発本部.