コルグチ retweeted
He is clearly the superior William Chen
Bye bye looped reasoning… and hello Energy-Based Reasoners (EBRs)⚡!
Your looped reasoning model would be better off as an energy-based model (EBM)...
TLDR:
EBRs uses 345x less inference compute and 2.6x fewer training FLOPs than the best baselines
EBRs are 7x-43x more sample efficient than the best looped baselines at inference.
EBRs achieve 99.9% on Sudoku-Extreme
EBRs achieve near 100% accuracy on multi-solution benchmarks
🧵Thread:
コルグチ retweeted
Bye bye looped reasoning… and hello Energy-Based Reasoners (EBRs)⚡!
Your looped reasoning model would be better off as an energy-based model (EBM)...
TLDR:
EBRs uses 345x less inference compute and 2.6x fewer training FLOPs than the best baselines
EBRs are 7x-43x more sample efficient than the best looped baselines at inference.
EBRs achieve 99.9% on Sudoku-Extreme
EBRs achieve near 100% accuracy on multi-solution benchmarks
🧵Thread:
コルグチ retweeted
Moving-CLAP paper is now available🎉
dcase.community/documents/wo…
コルグチ retweeted
I got to test out the guitar plugin from @NyxTheShield and I have to say it's absolutely incredible, I'm really looking forward to the finish product !!!!
来月のIEEE TALE2026でラップバトル関連の研究発表があります〜!任意のトピックについて、異なる立場から議論するラップバトル動画を自動生成し、その動画を視聴するだけで、視聴者はそのテーマについて十分に理解し、自分の意見を形成できるのか?という内容です。
arxiv.org/abs/2610.01179
コルグチ retweeted
本学開催です!久々の会場係がんばります💪
どうぞよろしくお願いいたします🙏
2027/3/8〜3/10 に津田塾大学(小平市)で開催されます【第 148 回音楽情報科学研究発表会】の発表申し込みを開始しました! みなさまのご応募を心よりお待ちしております😊
ipsj.or.jp/kenkyukai/event/m…
コルグチ retweeted
SheetSage2の著者Jiang君に聞いてみました。
標準評価セット上での指標にはあまり出ないけど、実感として未知データに対する汎化性能は顕著に上がってる、とのことです
コルグチ retweeted
【新着】ホーミーの倍音から、ヨーデルの裏声まで。声で旅する地球儀『THE SINGING EARTH』を公開しました
musica-terra.com/2026/11/14/…
コルグチ retweeted
音学シンポジウムで発表したインターン研究が #EACL2027 のMain Conferenceに採択されました!
「アニメ声らしさ」の予測モデルを報酬に強化学習したとき、その改善は本当に人の耳にも届くのか?を検証した論文です。皆様アテネでお会いしましょう🇬🇷
arxiv.org/abs/2608.31035
コルグチ retweeted
2027/3/8〜3/10 に津田塾大学(小平市)で開催されます【第 148 回音楽情報科学研究発表会】の発表申し込みを開始しました! みなさまのご応募を心よりお待ちしております😊
ipsj.or.jp/kenkyukai/event/m…
コルグチ retweeted
【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】
4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました!
弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います
コルグチ retweeted
浸透するまで何度でも言い続ける。
直感音楽(ちょっかんおんがく / 正確には「直観音楽」)
とは、20世紀のドイツの現代音楽作曲家カールハインツ・シュトックハウゼンが提唱・実践した、従来の五線譜による作曲や、慣習的な「即興演奏」の枠組みを脱した音楽の手法およびコンセプトです。
1. 歴史的根拠:「言葉による指示」はすでに半世紀以上前から「作曲」である。
現代音楽の文脈では、五線譜を書かずに言葉だけで指示を出す手法は「テキスト譜(Text Score)」や「言語指示作品」としてすでに確立された作曲技法です。
•カールハインツ・シュトックハウゼン(『七つの日より』1968年): 「音符を一つも書かず、数行の詩的なテキストだけを書いた作品」を自身の正式な「作曲作品(Opus番号付き)」として発表しました。
•フルクサス(ラ・モンテ・ヤング、オノ・ヨーコなど): 1960年代から「蝶を部屋に放て」「火を燃やす音を聴け」といった短い指示文(インストラクション)だけで構成される音楽作品を多数発表しています。
•音符を並べることだけが作曲なら、20世紀の音楽史の重要な1ページを否定することになります。「音の設計図(言葉)を書くこと」自体がすでに作曲行為として認められています。
2. 「ディレクション(方向性の決定)」という作曲の定義
従来のDTMerや作曲家は、音楽制作を「職人的作業(音符の打ち込み、ミックスなど)」と捉えがちですが、現代では「無数の可能性の中から特定の方向性を選び取り、キュレーションすること」も重要なクリエイティブです。
•演奏家への委任とAIへの委任: クラシックの協奏曲における「カデンツァ(独奏者の即興部分)」や、ジャズの「コードネームだけの譜面」も、作曲家は細部を指定せず演奏者に委ねています。AI作曲は、「演奏者・アレンジャーの役割をAIが担い、人間がプロデューサー兼コンセプト作曲家(指示出し)に徹している状態」と言えます。
•プロンプトの洗練: ただ適当な単語を入れるのではなく、狙った世界観や感情を引き出すために言葉を推敲し、何度も生成(リテイク)を繰り返して選別するプロセスは、まさに作曲における「試行錯誤と推敲」そのものです。
生成AI作曲家が作曲家を名乗るのがおかしい、と感じるところまではあずき先生の自由なんです。どうぞそのまま「生成AI作曲家は作曲家ではない」とお考えください。
でも、生成AI作曲家は作曲家なので、僕は彼らのことを作曲家であると考え、そう発言し、彼らに対しても作曲家先生として向き合います。
そしてそもそもの話ですが、作曲家という言葉には法的な名称独占資格や業務独占資格としての根拠はありませんので、彼らがそう名乗ることについて、妨げることはできない認識です。
もちろん作曲家を名乗る人が従来型の商業音楽ワークフローに参画し、そのワークフローの中で求められる役割を果たせないのであれば、「従来型の商業ワークフローからは」弾き出されることになります。
それで十分ではないですか?
コルグチ retweeted
【2027年 Google Student Researcher プログラムの募集開始】
Googleの研究開発チームで学生の皆さんが実際の研究プロジェクトに参画する Student Researcher 2027 プログラムの応募受付が開始されました。この募集には、Google DeepMind 東京拠点におけるポジションも含まれています 🎓
GDM Tokyoでは今年、東大から @GoukiMinegishi @urukas4869 、KAISTから Hyunjun Kimと、計3名のStudent Researcherをチームに迎え入れました。フロンティアAI研究に学生の皆さんが直接携わり、チームのメンバーと議論を重ねながら研究成果を上げてくれたことを嬉しく思っています 💡
修士・博士課程に在籍し、機械学習や音声言語処理・AIエージェントなどの分野で世界にインパクトを与える研究に挑戦したい方にとって絶好の機会です。意欲ある学生の皆さんが、GDM Tokyoでの挑戦に応募することを楽しみにしています。ぜひ以下のリンクからご応募ください 🚀
google.com/about/careers/app…
コルグチ retweeted
WaveGen is a text-to-speech model that generates the raw waveform directly, with no codec, vocoder or alignment module in between. Its trick, Spectral Forcing, has the model learn the spectrogram internally while it builds the waveform.
github.com/sh-lee-prml/WaveG…
コルグチ retweeted
Sakana AI初のモバイルアプリのテスターを募集します🐟
現在開発中の「Sakana AI App(仮)」のβテストにご協力いただけるテスターの方を募集しています。
皆さまからのフィードバックを元に、より使いやすく、便利なアプリへと改善していきたいと考えています。ぜひ、ご参加ください。
▼ 応募は こちらから(申込締切:11月15日23:59)
forms.gle/kKJNaks1ocMqGC698 🐡
コルグチ retweeted
産総研で音声音楽AI研究に一緒に取り組むメンバー募集!
FRONTia事業では,CMU 渡部晋治(@shinjiw_at_cmu) のもと,音声AIや音楽AIのためのオープンな基盤モデル構築に取り組んでいます
ご興味のある方は,個人HPとGoogle ScholarのURLを添え以下にご連絡ください
[email protected]
































