グラフ構造に基づく耐ハルシネーション型マルチモーダルLLMの構築と評価
本研究では,マルチモーダル大規模言語モデルの応用研究を推進する.静止画や動画像を対象とするマルチモーダル大規模言語モデルは,視覚障害者支援において有望な解決策の一つと位置付けられる.一方,既存手法においては,複数枚の画像を入力した際に計算量が肥大化する問題や,画像に存在しない内容を誤って認識・記述するハルシネーションの問題が指摘されている…
Kurage 論文トラッカー|東海・関東の大学の研究者
慶應義塾大学 科研費の研究 1件(生成AIと行政DX)
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 生成AIと行政DX › 和田 唯我
本研究では,マルチモーダル大規模言語モデルの応用研究を推進する.静止画や動画像を対象とするマルチモーダル大規模言語モデルは,視覚障害者支援において有望な解決策の一つと位置付けられる.一方,既存手法においては,複数枚の画像を入力した際に計算量が肥大化する問題や,画像に存在しない内容を誤って認識・記述するハルシネーションの問題が指摘されている…
研究者の情報:CiNii Research の研究者ページ
研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。
出典:CiNii Research・KAKEN(国立情報学研究所)、国会会議録検索システム(国立国会図書館)。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。