タグ: #foundation-models
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 6 件
Gemini Robotics 2とロボット基盤モデル — 全身制御が実際に変えるもの
2026年7月30日、Google DeepMindがGemini Robotics 2を公開し、ヒューマノイドのつま先から指先までを一つのビジョン・ランゲージ・アクションモデルで制御すると発表しました。一緒に公開された数字は興味深いことに自慢ではなく現状の正直な記録に近いものです — 電球を緩めるのに92パーセント、締めるのに36パーセント、床から物を拾うのに45.7パーセント。この記事はVLAが実際に何なのか、全身制御がなぜ上半身操
2026-07-31 · 25 分で読めます #ai#robotics#vla#foundation-models#evaluationロボットが見て聞いて動く — VLAモデル RT-2とOpenVLAのレビュー
ビジョン・言語・行動(VLA)モデルは、カメラ映像と自然言語の指示を受け取り、ロボットの行動を直接出力します。RT-2、Open X-Embodiment、OpenVLAを中心に、VLAパラダイムの考え方、アーキテクチャ、行動トークン化、長所と限界を整理します。
2026-06-27 · 27 分で読めます #ai-papers#robotics#vla#rt-2#openvlaビジョン言語モデル(VLM)2026 完全ガイド — CLIP・LLaVA・InternVL3・Qwen2.5-VL・GPT-4o・Gemini 2.5・Claude 4.7・DINOv2・SAM 2・Florence-2 徹底解説
2026年5月時点のビジョン言語モデル(VLM)を一本にまとめる。CLIP系列(SigLIP, EVA-CLIP)、オープンVLM(LLaVA-NeXT, InternVL3, Qwen2.5-VL, Pixtral, Molmo, Idefics3, MiniCPM-V)、クローズドフロンティア(GPT-4o, Claude 4.7, Gemini 2.5)、ビジョン基盤(DINOv2/v3, SAM 2, Florence-2)、学
2026-05-16 · 27 分で読めます #vision-language-models#vlm#clip#llava#internvlモダンSwift & Appleプラットフォーム開発 2026 完全ガイド - Swift 6 Strict Concurrency・SwiftData・Foundation Models・SwiftUI 5・Vapor・TCA徹底解説
2026年のSwiftはもはや単なるiOS言語ではない。Swift 6.1ではstrict concurrencyがデフォルトで有効になり、region-based isolationがコンパイル時にデータレースを検出する。SwiftDataはiOS 17で登場した後、iOS 18のHistory APIとcomposite key対応によってCore Dataの座を奪いつつある。Foundation Modelsフレームワークは約30
2026-05-16 · 27 分で読めます #swift#swift-6#swiftdata#foundation-models#swiftuiLLM論文キュレーション 2024-2026 - Llama・DeepSeek・Qwen・Mistral・Phi・RLHF・DPO・CoT・RAG・FlashAttention・vLLM 詳細ガイド
LLMを構築し運用するエンジニアのための2024-2026必読論文30+本キュレーション。基盤モデル(Llama 3/4、DeepSeek-V3/R1、Qwen3、Mistral、Phi-4、Gemma 3)、学習革新(MoE、MLA、GQA)、ポストトレーニング(RLHF、DPO、ORPO、KTO)、推論(CoT、ToT、GRPO)、エージェント(ReAct、SWE-Agent)、検索(RAG、GraphRAG、ColBERT)、効率
2026-05-16 · 25 分で読めます #llm#papers#llama#deepseek#qwen基盤モデルのアーキテクチャ 2026 — Transformer の次へ / Mamba 2 / Hyena / RWKV / RetNet / Griffin / Jamba / xLSTM / TTT / DiT / MoE / Flash Attention 3 徹底ガイド
2026 年の基盤モデル界隈はもはや Transformer 一色ではない。Vaswani 2017 「Attention is All You Need」は今も標準だが、その隣に Mamba/Mamba 2 のような状態空間モデル、RWKV/RetNet/Griffin の線形 RNN 復活組、AI21 Jamba と Falcon Mamba のハイブリッド、Sepp Hochreiter の xLSTM、Test-Time Tra
2026-05-16 · 30 分で読めます #foundation-models#transformer#attention-is-all-you-need#vaswani#mamba