本文へスキップ

Large World Models

長い動画と言語の列を扱うニューラルモデル

公式サイトを見る
カテゴリ AIモデル

Large World Models とは

本プロジェクトは RingAttention で学習したニューラル網と紹介され、長い動画と言語の列を扱い人間の知識と複数種類の世界を理解することを目指す。70 億のパラメータからなるモデル群が公開されている。

できること

  • 長い動画の列を扱う
  • 長い文章の入力を処理する
  • 視覚と言語のやり取りを調べる

活用場面

  • 1 時間を超える YouTube 動画を分析する
  • 文章の指示から画像と動画を生成する
  • 複雑な複数種類の世界についての問いに答える

長所と短所

✓ 良い点

  • モデル群はオープンソースで公開される
  • 学習は大規模なデータ集合に基づく

! 注意したい点

  • 説明される手法は RingAttention の学習に依存
  • 公開されるモデルは 70 億のパラメータ規模

よくある質問

学習手法は?

資料は RingAttention による学習を挙げる。

文脈の大きさは?

資料は 100 万トークンを超える文章と動画を説明。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法