道路上の傷を検知する画像認識
研究室にて、pytorchをつかって道路上の傷を検知するシステムを作っていました 具体的には、pytorchのモデルの精度を向上するため、学習用画像の水増しを図るデータ拡張を、ライブラリに頼らずに実装しました。
Discover companies you will love
株式会社マツリカ / DataScience Div
大学では、自然言語処理を選考していて、大規模言語モデルに関する研究を行っています。学部(〜2024年3月)では”pythonコード生成タスクにおける複数データセットで学習されたモデルのSlerpアルゴリズムに基づいた合成について”を研究し、大学院からは、大規模言語モデルを用いた生成的推薦についてを研究テーマにしています。大規模な計算環境と、研究を促進させる機会、AIに関する知識、経験が豊富な有識者の方との交流によって自身のAIに関する知識、経験をアップデートさせていくことが現在のモチベーションです
LLMを推薦に利用した生成的推薦におけるモデル合成、MoEの可能性についての研究と、海外カンファレンスでの論文発表、海外でのインターン実務、研究活動
ものすごく高額なGPU(DGXA100 80GB)の環境で、自然言語処理の広告文生成技術を用いて、リスティング広告文をAIで自動生成する体験をしました。
研究室にて、pytorchをつかって道路上の傷を検知するシステムを作っていました 具体的には、pytorchのモデルの精度を向上するため、学習用画像の水増しを図るデータ拡張を、ライブラリに頼らずに実装しました。