最新ニュース
最新ニュースから、自分に合うツールまで。
役立つAIツール
横にスワイプ →
Claude汎用アシスタント・検索ClaudeはAnthropicが提供するAIアシスタントで、対話により文章作成や資料の読解、データ分析、プログラミングを支援し、一部のタスクを編集可能なドキュメント、スプレッドシート、またはプレゼンテーションファイルに整理できます。アイデアや資料、下書きをつなぎ合わせたい個人やチームに適しています。
GGemini は Google のAIアシスタントで、対話によって執筆の支援や計画の立案、資料の整理、アップロードされたファイルの分析を行えます。また、Deep Research を使ってテーマに関する資料を検索し、研究レポートを生成することも可能です。
MMidjourneyは、テキストと参照画像から視覚作品を生成するAI創作ツールです。ウェブページの「Create」画面でプロンプトを入力し、生成されたバージョンを比較したうえで、バリエーションや編集、拡大、さらには画像から動画への変換といった機能を使って、さらに創作を進めることができます。
KKrea は、テキストや参照画像から画像を生成し、さまざまなモデルやバリエーションを比較したうえで、編集や細部の強化・拡大を行える、AI ビジュアルクリエイション向けのワークスペースです。また、動画やその他のクリエイティブツールへのアクセスも提供します。
RRunway は、動画生成、ビジュアル編集、クリエイティブな制作ワークフローを一体化したAIプラットフォームです。テキストや画像、既存の映像素材から始め、シーンを生成または編集し、さらに長尺化や拡大、エクスポートまで行えます。コンセプトムービーや広告、その他のビジュアル制作に活用できます。
SSunoは、テキストによる説明、歌詞、参考素材をもとに楽曲を生成するAI音楽プラットフォームです。ユーザーはボーカル入りの楽曲や音楽を生成し、さらに編集、リミックス、トラックの分離といった機能を使って制作を続け、共有することができます。
EElevenLabsは、AIによる音声生成、オーディオ制作、音声アバターを提供するプラットフォームです。クリエイターは吹き替え、オーディオブック、ポッドキャスト、ローカライズコンテンツを制作でき、開発者はAPIを通じて音声生成、文字起こし、対話機能にアクセスできます。
N
Notion AI業務・生産性向上Notion AI は、Notion のワークスペースに統合された AI アシスタントで、チームのナレッジの検索、ページの生成と編集、データベースの処理、会議内容の整理などに活用できます。ワークスペースと接続済みアプリケーションのコンテキストを組み合わせることで、情報の照会、コンテンツの整理、さらなるタスクの実行を、同じ作業環境で一貫して行えるよう支援します。
GGammaは、AIを活用してプレゼンテーション資料、ドキュメント、ウェブページ、ビジュアルコンテンツの作成を支援する製品で、目的やアウトライン、既存の資料をもとにコンテンツを生成し、その後、対話型操作やレイアウトの調整、自由な編集によって仕上げることができます。
CCursor はソフトウェア開発タスクを中心に機能するAIプログラミング製品で、コードのコンテキスト内で設計、変更、テスト、レビューを支援し、デスクトップ、コマンドライン、クラウドエージェントなどさまざまな利用形態を提供します。
いま起きている AI の変化
645 件の公開ニュースIntroducing: Devstral 2 and Mistral Vibe CLI.
Introducing: Devstral 2 and Mistral Vibe CLI.
翻訳待ち・原文を表示中 · enRL without TD learning
In this post, I’ll introduce a reinforcement learning (RL) algorithm based on an “alternative” paradigm: divide and conquer. Unlike traditional methods, this algorithm is not based on temporal difference (TD) learning (which has scalability challenges), and scales well to long-horizon tasks. We can do Reinforcement Learning (RL) based on divide and conquer, instead of temporal difference (TD) learning. Problem setting: off-policy RL Our problem setting is off-policy RL. Let’s briefly review what this means. There are two classes of algorithms in RL: on-policy RL and off-policy RL. On-policy RL means we can only use fresh data collected by the current policy. In other words, we have to throw away old data each time we update the policy. Algorithms like PPO and GRPO (and policy gradient meth
翻訳待ち・原文を表示中 · enWhat exactly does word2vec learn?
What exactly does word2vec learn, and how? Answering this question amounts to understanding representation learning in a minimal yet interesting language modeling task. Despite the fact that word2vec is a well-known precursor to modern language models, for many years, researchers lacked a quantitative and predictive theory describing its learning process. In our new paper, we finally provide such a theory. We prove that there are realistic, practical regimes in which the learning problem reduces to unweighted least-squares matrix factorization. We solve the gradient flow dynamics in closed form; the final learned representations are simply given by PCA. Learning dynamics of word2vec. When trained from small initialization, word2vec learns in discrete, sequential steps. Left: rank-increment
翻訳待ち・原文を表示中 · en

