1978件の用語
2024年8月Ideogram発表2.0・Industry-leading text-rendering specialized + Industry-leading 5 styles + magic prompt + Industry-leading ex-Google Imagen team + Industry-leading Ideogram 2.0 text-in-image specialized image generation 2024。
2023年Ideogram公開Ideogram AI。Pro 業界Pro Mainstream Text-in-Image AI Top + Pro 米国Bay Area Ideogram + Pro Mohammad Norouzi Pro Co-founder + Pro 元Google Brain Imagen Co-author + Pro 文字生成Pro Famous + Pro Ideogram 2.0 + Pro $80M Series A + 累計2022-2026年4年Heritage継承代表機。
Ideogram AIが2025年2月にリリースした画像生成モデル。テキスト描画精度の高さが最大の特徴で、ポスター・バナー・ロゴデザインなど文字入りビジュアル生成での業界最高水準を誇る。
画像をプロンプトとして利用しDiffusionモデルを誘導するアダプター手法。Tencent AI Labが2023年に発表。元のモデルを変更せず22Mパラメータの軽量アダプターを追加するだけで参照画像のスタイル・コンテンツをゼロショットで転写できる汎用的な画像条件付け技術。
IBM社2024年公開156qubit量子プロセッサ。Heron r1(2023)→r2(2024)で誤り3-5倍低減、Quantum System Two搭載。2025年Quantum Starling 200 logical qubit目標。
2024年IBM公開Docling OSS。Pro 業界Pro Mainstream Enterprise Doc Parser OSS Top + Pro 米国Armonk IBM + Pro 1911-IBM設立 + Pro PDF→Markdown/HTML変換 + Pro Layout-aware抽出 + Pro Apache 2.0 OSS + Pro RAG/LLM前処理特化 + 累計1911-2026年114年Heritage継承代表機。
2024年Azar et al. + DeepMind発表IPO paper・Industry-leading Identity Preference Optimization paradigm + Industry-leading DPO refinement + Industry-emerging IPO DeepMind Pioneer + Industry-leading 2024年latest emerging alignment。
DPOのオーバーフィット問題を解決するため正則化項を追加した改良アライメント手法。DPOが大規模データで過学習しやすい問題をIPO損失関数で抑制し、分布外データへの汎化性能を向上させる。2023年Google DeepMindが発表。
DPOの過学習問題を解決するアライメント手法。ブラッドリー・テリーモデルへの依存を排除し、(margin)^2ベースの二乗損失でポリシーを最適化。Google DeepMindが2024年に提案。データ量が少ない場合に特に安定。
Azar ら DeepMind 2024年 LLM alignment 手法。DPO の過剰最適化問題を理論的に修正・Identity mapping で deterministic preference を扱える
IRISはEPFLが2022年に発表したVQ-VAEトークナイザとGPT系自己回帰Transformerを組み合わせた世界モデルで、Atari 100kで当時SOTAを達成。離散トークン空間でのゲーム環境シミュレーションを確立した。
dottxtチームが開発するPythonライブラリ。有限状態機械（FSM）ベースの文法制約デコーディングでLLMからJSON・正規表現・型安全なPydanticモデルを確実に生成する。
GoogleがCLIPを転用したゼロショット物体検出モデル。OWL-ViT（2022）→OWLv2（2023）と進化し、自己学習で3.4B画像を活用。COCO AP 44.6を達成。
中国Axera Semi社2023年公開Edge AI SoC。Cortex-A55 8コア + 72 TOPS NPU INT8 @ 8W、Hailo-8/Jetson Orin の競合台頭。
2024年Q2 Axelera AI (Netherlands Eindhoven・2021年Fabrizio Del Maffeo (元IBM Watson AI) 創業・Edge AI Server用途特化・累計funding $120M+) 発表のMetis AI・Edge AI Server向け214 TOPS INT8 (Hailo-10H 40 TOPS の 5倍以上) AI推論Chip・Digital In-Memory Computing (D-IMC) Architecture (独自Patent技術・SRAM内Computing) + LPDDR4x onboard memory + 7-10W TDP + M.2 + PCIe HHHL (Half-Height Half-Length card) Multi form factor + Vision AI / Generative AI / LLM対応・$400-$800・Edge AI Server / AI Workstation / Smart City Camera Infrastructure用途主軸。
OpenAccess AI Collectiveが開発するLLMファインチューニング統合フレームワーク。LoRA/QLoRA/DPO/ReLoRA等の多様な学習手法をYAML設定ファイル1つで使い分けられ、Hugging Face ecosystemと完全統合する。
LLMの推論中に残差ストリームの中間活性化に概念ベクトルを加算・減算することでモデルの出力を意図的に誘導する手法。モデルの再学習なしに行動制御が可能で、Activation Additionとも呼ばれる。
LLMのFFN（フィードフォワードネットワーク）において活性化関数の出力がゼロになるニューロンを利用した推論スキップ技術。ReLU²などで高いスパーシティを誘導し動的に計算をバイパスする。
量子化時にアクティベーション（中間出力）の統計分布を考慮して重みスケーリングを調整し、精度劣化を抑制するLLM量子化技術。AWQの中核概念。
Shanghai AI Labが提案したLLMコンテキスト延長手法。コンテキストを固定ブロックに分割し、ビーコントークンで段階的にKVキャッシュを圧縮・凝縮することで、長文処理の効率化とメモリ削減を実現する。