ayaka-hand
プロトタイプ · ライブデモ
2.23Mパラメータのモデルが完全な検出器を上回る
接触の前に、視覚が握りの形をつくる。
- 把持精度
- 72.3 %
- ルックアップ基準
- 70.5 %
- 力の精度
- 81.1 %
- ルックアップ基準
- 65.4 %
- 生徒モデル
- 2.23M パラメータ
- レイテンシ上限
- ≤ 125 ms
- ライセンス
- Apache-2.0
ローカルで動く機械学習
Luca Finn Law による独立した機械学習の研究開発。
ドイツ · オープンソース · プロジェクト2件
プロジェクト
Hime
研究中
5つのローカルモデルと、撤回した結果
日本語から英語への文芸翻訳を、ローカルで実行。
コンシューマー向けGPU1台で5段階、完全オフライン、入出力はEPUB。現在のファインチューンは基盤モデルを下回っている。以前の良好な結果は解答キーの混入が原因と判明し、撤回した。
進め方
学習はここのハードウェアで。
推論は端末上で。
失敗も含めて結果を公開。