深度学习に関するニュース

画像分類器で動画理解を制する：VideoMSNは10エポックの学習でVideoMAEの1600エポックを超越

インド工科大学などの研究チームが提案したVideoMSNフレームワークは、画像分類器をそのまま動画処理に適用し、3つの標準ベンチマークで動画専用の先行手法を上回った。事前学習コストは従来比100分の1以下に削減された。

SGLang-Diffusionは2025年11月の公開以来、速度が初期版の2.5倍に向上し、新モデルサポート、LoRA対応、並列処理の強化など多くの改善を実現しました。