DiffusionGemmaは、既存の言語モデルをより高速なテキスト生成に再利用できることを示した
Google DeepMindは、Gemma 4をわずかな学習コストでDiffusionGemmaへと適応させ、ベンチマーク品質を犠牲にしてより高速な並列テキスト生成を実現した。
Google DeepMindは、Gemma 4をわずかな学習コストでDiffusionGemmaへと適応させ、ベンチマーク品質を犠牲にしてより高速な並列テキスト生成を実現した。
Google の Perch 2.0 バイオアコースティクス基盤モデルは陸上動物で訓練され、水中の海洋音響へと成功裏に適用された。
AI転移学習に関する最新ニュースと分析