apple-aiml-research

日本語の推論過程付き数量推論データセット「JaMathCoT」を作成し，Sarashina2.2をSFTしてみた 日本語の数学推論データセット「JaMathCoT」を作成し，Sarashina2.2をSFTしてみた はじめに 大規模言語モデル（LLM）の推論能力を向上させる方法の1つとして，問題の最終回答だけでなく，回答に至るまでの中間的な推論過程を自然言語で出力するChain-of-Thought（CoT）（Wei et al., 2022）という手法があります． 今回，こうしたCoTを用いたLLMの日本語数量推論能力向上を目的として，日本語の数量推論問題および推論過程を含む合成データセット「JaMathCoT」を作成しました． また，作成したJaMathCoTと既存の数量推論データセットを組み合わせて，Sarashina2.2の0.5B，1B，3Bモデルを教師ありファインチューニング（Supervised Fine-Tuning; SFT）し，日本語の数量推論ベンチマークであるMGSM-jaで評価しました．その結果，すべてのモデルサイズでSFT前より正解率が向上し，3Bモデルでは61.2%から70.8%に改善しました． 本記事では，データセットを作成した背景，構築方法，SFTによる性能変化について紹介します．作成したデータセットはHugging Faceで公開しています． huggingface.co 1. 背景・動機 FT-LLM 2026での取り組み 以前，FT-LLM 2026（第2回「大規模言語モデルのファインチューニング技術と評価」ワークショップ）の数学タスクに参加させていただく機会があり，その際には，日本語の数学問題とその問題を解くPythonコードを組み合わせた合成データセットの構築などを担当しました． 結果としては，追加学習したLLM-jp-v4 8Bの数学推論性能を教師モデルであるgpt-oss-120b（OpenAI et al., 2025）と同等の性能まで向上させることができたのですが（チームdentaku レポート），一方で，当時は数学問題とPythonコードを中心にデータセットを構築しており，日本語の自然言語による推論過程（CoT）を含むデータセットは作成できていませんでした． LLMの推論性能を考える上で，外部ツールを使用しない場合の推論性能も重要な要素であり，今回はそうした数量推論能力に着目をしました． 2. JaMathCoTの構築 2.1 データセットの概要 JaMathCoTは，日本語の数量推論問題と，その問題を段階的に解く日本語CoTを収録した合成データセットです．データセットに含まれる問題は，GSM8K（Cobbe et al., 2021）のような形式で，複数の数値や条件から最終回答を導出する問題になっています． データセットの構築には，LLM-jp-4.1-33B-thinkingを使用し，最終的に24,460件の問題と推論過程を収録しました． 2.2 数量推論問題の生成 数量推論問題を生成するための元文書として，以下の日本語コーパスを使用しました． FineWeb-2 Edu Japanese LLM-jp Corpus v4 (ja_wiki) これらのコーパスから取得した文書をLLMに入力し，その文書を参考にして新しい数量推論問題を生成するよう指示しました．日本語のWeb文書やWikipedia由来の文書を参考にすることで，多様な数量推論問題を生成することを意図しています． 2.3 推論過程の生成とフィルタリング 生成した数量推論問題に対して，上記のLLMを用いて以下の2種類の解答を生成しました． 日本語CoT：段階的な計算や説明を含む日本語の推論過程 Pythonコード：問題の最終回答を計算するためのコード Pythonコードは，SFTの対象とするのではなく，生成した日本語CoTの回答を検証するために利用しました． 具体的には，以下の条件をすべて満たす問題のみを保存しました． 日本語CoTから得られる最終回答と，Pythonコードの実行結果が一致する 最終回答が整数（int型）である この方法により，日本語CoTとPythonコードの間で回答が一致しない問題を除外しました．ただし，両者が同じ誤答を生成する可能性もあるため，このフィルタリングによってすべての問題の正確性が保証されるわけではありません． 2.4 データセットの規模 フィルタリング後の問題数は以下のとおりです． 元データソース 問題数 FineWeb-2 Edu Japanese 17,700 LLM-jp Corpus v4 (ja_wiki) 6,760 合計 24,460 3. SFTに使用した学習データ Sarashina2.2のSFTでは，JaMathCoTに加えて，既存の数量推論データセットを使用しました． 具体的には，Multilingual Reasoning Gymを用いて生成した数量推論問題と，AQuA-RATの日本語翻訳データを使用しました． Multilingual Reasoning Gymは，複数言語の推論問題をプログラムによって生成できるツールです．今回は以下の2種類の問題を使用しました． GSM-Symbolic：GSM8Kのような数量推論文章題を生成するタスク Basic Arithmetic：基本的な算術計算を対象とするタスク また，AQuA-RATは数量推論問題とその解法を収録したデータセットです．今回は，その問題および解法を日本語に翻訳して使用しました． 学習データの内訳は以下のとおりです． データセット 問題数 JaMathCoT（FineWeb-2由来） 17,700 JaMathCoT（Wikipedia由来） 6,760 Multilingual Reasoning Gym（GSM-Symbolic） 2,000 Multilingual Reasoning Gym（Basic Arithmetic） 43,933 AQuA-RAT（日本語翻訳） 17,317 合計 87,710 このように，日本語の数量推論問題に加えて，基本的な算術計算や既存の数量推論問題を組み合わせた学習データを用意しました． なお，Hugging FaceでJaMathCoTとして公開しているのは，独自に生成した24,460件のみです．Multilingual Reasoning GymおよびAQuA-RAT由来のデータは，公開版JaMathCoTには含まれていません． 4. Sarashina2.2のSFT 4.1 学習モデル モデルは，日本語の数学・コーディングタスク向けにファインチューニング済みのSarashina2.2のInstructモデルを使用しました．また，以下のように異なるサイズのモデルにSFTを適用することで，モデルの規模によって性能改善の傾向が異なるかを確認しました． sarashina2.2-0.5b-instruct-v0.1 sarashina2.2-1b-instruct-v0.1 sarashina2.2-3b-instruct-v0.1 4.2 学習設定 SFTの主な学習設定は以下のとおりです． 項目 設定 学習手法 Supervised Fine-Tuning（SFT） 学習データ数 87,710件 Epoch数 2 Learning rate 1e-5 Batch size 64 Max length 1024 GPU NVIDIA RTX 6000 Ada Generation（48GB）× 1 5. 実験結果 5.1 評価方法 SFT前後のモデルを，日本語の数量推論ベンチマークであるMGSM（Shi et al., 2022）を用いて評価しました．MGSMは，GSM8Kの数量推論問題を複数言語に翻訳して構築された，多言語の数量推論能力を評価するベンチマークです．今回は，日本語の250問を使用し，zero-shotで最終回答の正解率を計測しました． 5.2 MGSM-jaの正解率 評価結果を以下に示します． モデル SFT前 SFT後 改善幅 Sarashina2.2-0.5B-Instruct 19.2% 25.2% +6.0pt Sarashina2.2-1B-Instruct 40.4% 47.2% +6.8pt Sarashina2.2-3B-Instruct 61.2% 70.8% +9.6pt すべてのモデルサイズでSFT後の正解率が向上しました．特に3Bモデルでは，学習前の61.2%から学習後の70.8%へと改善し，9.6ポイントの向上が見られました．また，最も小さい0.5Bモデルでも19.2%から25.2%へと改善しており，小規模な日本語LLMに対しても数量推論データを用いたSFTが有効である可能性が示されました． 5.3 GRPOによる強化学習 SFTに加えて，Sarashina2.2の3Bモデルを対象に，Group Relative Policy Optimization（GRPO）（Shao et al., 2024）による強化学習も試しました．結果は以下のとおりです． 3Bモデルの評価対象 MGSM-ja zero-shot SFT前のInstructモデル 61.2% SFT適用モデル 70.8% GRPO適用モデル 66.4% 今回のGRPO実験では66.4%の正解率が得られましたが，SFT適用モデルの70.8%には及びませんでした．ただし，今回の結果だけでGRPOの有効性を一般的に判断することはできません．強化学習の効果は，初期モデル，報酬関数などの条件によって変化する可能性があり，これらの条件を含めた詳細な検証は今後の課題です． 5.4 JaMathCoTを除いたデータセットでのSFT 事前実験として，学習データの総数や各データソースの問題数が若干異なってはいますが，JaMathCoTを含まず，Multilingual Reasoning GymおよびAQuA-RAT由来のデータのみを使用したSFTも実施していました．その結果，0.5Bおよび3Bモデルでは学習前からの性能向上が小さく，1Bモデルでは学習前より性能が低下することを確認しました． 6. 制限事項と今後の課題 6.1 評価結果の解釈について 今回の実験結果は，数量推論タスクであるMGSM-jaに限定した評価結果である点に注意が必要です．SFTでは数量推論問題とその推論過程に特化したデータを使用しているため，数量推論性能が向上する一方で，その他のタスクにおける性能が低下している可能性もあります． したがって，今回の結果は数量推論性能の改善を示すものであり，モデル全体の汎用的な性能が改善したことを意味するものではありません． 6.2 データセットの品質 JaMathCoTはLLMによって生成された合成データセットであり，CoTとPythonコードの回答一致だけでは，すべての問題の正確性を保証できません．問題文の自然さや条件の整合性についても，さらなる品質評価が必要です． おわりに 本記事では，日本語の数量推論データセットJaMathCoTの構築方法と，Sarashina2.2を用いたSFTの結果を紹介しました．また，JaMathCoTを含む87,710件の数量推論データを用いたSFTによって，0.5B，1B，3BのすべてのモデルでMGSM-jaの正解率が改善することを確認しました． ただし，今回の結果は数量推論性能に限定したものであり，その他のタスクも含めた汎用性能についても今後の検証が必要です． 作成したJaMathCoTはHugging Faceで公開しています．日本語の数量推論能力の向上などに活用していただければ幸いです． huggingface.co 参考文献 Wei, J., et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS 2022. Cobbe, K., et al. (2021). Training Verifiers to Solve Math Word Problems. arXiv:2110.14168. Zelikman, E., et al. (2022). STaR: Bootstrapping Reasoning With Reasoning. NeurIPS 2022. Hsieh, C.-Y., et al. (2023). Distilling Step-by-Step! Outperforming Larger Language Models with Less Training Data and Smaller Model Sizes. Findings of ACL 2023. Chen, W., et al. (2023). Program of Thoughts Prompting: Disentangling Computation from Reasoning for Numerical Reasoning Tasks. TMLR 2023. Shi, F., et al. (2022). Language Models are Multilingual Chain-of-Thought Reasoners. ICLR 2023. Luo, Y., et al. (2023). An Empirical Study of Catastrophic Forgetting in Large Language Models During Continual Fine-tuning. arXiv:2308.08747. OpenAI et al. (2025). gpt-oss-120b & gpt-oss-20b Model Card. arXiv:2508.10925. チームdentaku (2026). FT-LLM 2026（数学タスク）システム解説. 関連リンク JaMathCoT（Hugging Face） FT-LLM 2026 ワークショップ

애플이 유니트리 G1 휴머노이드를 '처음 보는 방'에 풀어놨습니다. 실제 방 6곳, 360번 시험에서 성공률 91%. 학습 데이터는 전부 시뮬레이션. 사람이 조종한 데이터는 0. apple-aiml-research/ml-halo

Love you @Apple always cooking stuff on GitHub apple-aiml-research/ml-egodex

SHARP turns one photo into a 3D scene SHARP turns one photo into a 3D scene ​ SHARP is an open source research tool from Apple that converts a single photo into a photorealistic 3D scene in under a second. It uses 3D Gaussian representations rendered in real time. Built for researchers and creators exploring fast 3D view synthesis. ​ apple-aiml-research/ml-sharp ​ #AI #Opensource #3DGaussian #ViewSynthesis ​ Follow for daily open source drops 👇 [ar] SHARP تحوّل صورة واحدة إلى مشهد ثلاثي الأبعاد يحوّل برنامج SHARP صورةً واحدةً إلى مشهد ثلاثي الأبعاد SHARP أداة بحثية مفتوحة المصدر من Apple، تُحوّل صورةً واحدةً إلى مشهد ثلاثي الأبعاد واقعي في أقل من ثانية. تستخدم تمثيلات غاوسية ثلاثية الأبعاد تُعرض في الوقت الفعلي. صُممت خصيصًا للباحثين والمبدعين الذين يستكشفون تقنيات توليف المشاهد ثلاثية الأبعاد السريعة. apple-aiml-research/ml-sharp #الذكاء_الاصطناعي #مفتوح_المصدر #غاوسي_ثلاثي_الأبعاد #توليف_المشاهد تابعنا للحصول على أحدث البرامج مفتوحة المصدر يوميًا 👇 [bn] SHARP একটি ছবিকে থ্রিডি দৃশ্যে রূপান্তর করে SHARP একটি ছবিকে একটি 3D দৃশ্যে পরিণত করে SHARP হলো অ্যাপলের একটি ওপেন সোর্স গবেষণা টুল যা এক সেকেন্ডেরও কম সময়ে একটিমাত্র ছবিকে একটি ফটোরিয়ালিস্টিক 3D দৃশ্যে রূপান্তরিত করে। এটি রিয়েল টাইমে রেন্ডার করা 3D গাউসিয়ান রিপ্রেজেন্টেশন ব্যবহার করে। এটি সেইসব গবেষক এবং নির্মাতাদের জন্য তৈরি করা হয়েছে যারা দ্রুত 3D ভিউ সিন্থেসিস নিয়ে কাজ করছেন। apple-aiml-research/ml-sharp #AI #Opensource #3DGaussian #ViewSynthesis প্রতিদিন নতুন ওপেন সোর্স আপডেটের জন্য ফলো করুন 👇 [de-DE] SHARP verwandelt ein Foto in eine 3D-Szene SHARP verwandelt ein Foto in eine 3D-Szene SHARP ist ein Open-Source-Forschungstool von Apple, das ein einzelnes Foto in weniger als einer Sekunde in eine fotorealistische 3D-Szene umwandelt. Es verwendet in Echtzeit gerenderte 3D-Gaußsche Darstellungen. Entwickelt für Forscher und Kreative, die sich mit schneller 3D-Ansichtssynthese beschäftigen. apple-aiml-research/ml-sharp #KI #OpenSource #3DGaußsch #Ansichtssynthese Folge uns für tägliche Open-Source-Neuigkeiten 👇 [es-US] SHARP convierte una sola foto en una escena 3D SHARP convierte una foto en una escena 3D SHARP es una herramienta de investigación de código abierto de Apple que convierte una sola foto en una escena 3D fotorrealista en menos de un segundo. Utiliza representaciones gaussianas 3D renderizadas en tiempo real. Diseñada para investigadores y creadores que exploran la síntesis rápida de vistas 3D. apple-aiml-research/ml-sharp #IA #CódigoAbierto #3DGaussian #SíntesisDeVistas Síguenos para recibir novedades diarias de código abierto 👇 [fr-FR] SHARP transforme une photo en scène 3D SHARP transforme une photo en scène 3D SHARP est un outil de recherche open source d'Apple qui convertit une simple photo en une scène 3D photoréaliste en moins d'une seconde. Il utilise des représentations gaussiennes 3D rendues en temps réel. Conçu pour les chercheurs et les créateurs explorant la synthèse rapide de vues 3D. apple-aiml-research/ml-sharp #IA #OpenSource #3DGaussienne #SynthèseDeVues Suivez-nous pour découvrir chaque jour de nouveaux outils open source 👇 [hi] SHARP एक तस्वीर को 3D दृश्य में बदल देता है। SHARP एक तस्वीर को 3D दृश्य में बदल देता है SHARP, Apple का एक ओपन सोर्स रिसर्च टूल है जो एक तस्वीर को एक सेकंड से भी कम समय में फोटो-रियलिस्टिक 3D दृश्य में बदल देता है। यह रियल टाइम में रेंडर किए गए 3D गॉसियन रिप्रेजेंटेशन का उपयोग करता है। इसे उन शोधकर्ताओं और रचनाकारों के लिए बनाया गया है जो तेज़ 3D दृश्य संश्लेषण की खोज कर रहे हैं। apple-aiml-research/ml-sharp #AI #ओपनसोर्स #3DGaussian #व्यूसिंथेसिस रोजाना ओपन सोर्स अपडेट के लिए फॉलो करें 👇 [id] SHARP mengubah satu foto menjadi pemandangan 3D SHARP mengubah satu foto menjadi adegan 3D SHARP adalah alat penelitian sumber terbuka dari Apple yang mengubah satu foto menjadi adegan 3D fotorealistik dalam waktu kurang dari satu detik. Alat ini menggunakan representasi Gaussian 3D yang dirender secara real-time. Dibuat untuk para peneliti dan kreator yang mengeksplorasi sintesis tampilan 3D yang cepat. apple-aiml-research/ml-sharp #AI #SumberTerbuka #Gaussian3D #SintesisTampilan Ikuti untuk rilis sumber terbuka harian 👇 [it] SHARP trasforma una singola foto in una scena 3D SHARP trasforma una foto in una scena 3D SHARP è uno strumento di ricerca open source di Apple che converte una singola foto in una scena 3D fotorealistica in meno di un secondo. Utilizza rappresentazioni gaussiane 3D renderizzate in tempo reale. È stato creato per ricercatori e creatori che esplorano la sintesi rapida di viste 3D. apple-aiml-research/ml-sharp #AI #Opensource #3DGaussian #ViewSynthesis Seguici per aggiornamenti quotidiani su progetti open source 👇 [iw] SHARP הופכת תמונה אחת לסצנה תלת-ממדית SHARP הופך תמונה אחת לסצנה תלת-ממדית ​ SHARP הוא כלי מחקר בקוד פתוח של אפל, אשר ממיר תמונה בודדת לסצנה תלת-ממדית פוטוריאליסטית תוך פחות משנייה. הוא משתמש בייצוגים גאוסיאניים תלת-ממדיים המוצגים בזמן אמת. תוכנה מיועדת לחוקרים ויוצרים החוקרים סינתזה מהירה של תצוגות תלת-ממדיות. ​ apple-aiml-research/ml-sharp ​ #AI #OpenSource #3DGaussian #ViewSynthesis ​ עקבו אחר פרסומים יומיים בקוד פתוח 👇 [ja] SHARP：1枚の写真から3Dシーンを生成 SHARPは一枚の写真を3Dシーンに変換します SHARPはAppleが開発したオープンソースの研究ツールで、一枚の写真を1秒未満でフォトリアリスティックな3Dシーンに変換します。リアルタイムでレンダリングされる3Dガウス表現を使用しています。高速3Dビュー合成を探求する研究者やクリエイター向けに開発されました。 apple-aiml-research/ml-sharp #AI #オープンソース #3Dガウス #ビュー合成 毎日更新されるオープンソース情報はこちら👇 [ko] SHARP, 사진 한 장으로 3D 장면을 구현하다 SHARP는 사진 한 장을 3D 장면으로 변환합니다. SHARP는 Apple에서 개발한 오픈 소스 연구 도구로, 사진 한 장을 1초 이내에 실사 같은 3D 장면으로 변환합니다. 실시간으로 렌더링되는 3D 가우시안 표현을 사용하며, 빠른 3D 뷰 합성을 연구하는 연구원과 크리에이터를 위해 개발되었습니다. apple-aiml-research/ml-sharp #AI #오픈소스 #3D가우시안 #뷰합성 매일 새로운 오픈 소스 소식을 받아보시려면 팔로우하세요 👇 [ml] SHARP ഒരു ഫോട്ടോയിൽ നിന്ന് 3D സീൻ നിർമ്മിക്കുന്നു SHARP ഒരു ഫോട്ടോയെ ഒരു 3D സീനാക്കി മാറ്റുന്നു ​ ഒരു ഫോട്ടോയെ ഒരു സെക്കൻഡിനുള്ളിൽ ഫോട്ടോറിയലിസ്റ്റിക് 3D സീനാക്കി മാറ്റുന്ന ആപ്പിളിന്റെ ഒരു ഓപ്പൺ സോഴ്‌സ് ഗവേഷണ ഉപകരണമാണ് SHARP. ഇത് തത്സമയം റെൻഡർ ചെയ്‌ത 3D ഗൗസിയൻ പ്രാതിനിധ്യങ്ങൾ ഉപയോഗിക്കുന്നു. വേഗത്തിലുള്ള 3D വ്യൂ സിന്തസിസ് പര്യവേക്ഷണം ചെയ്യുന്ന ഗവേഷകർക്കും സ്രഷ്‌ടാക്കൾക്കും വേണ്ടി നിർമ്മിച്ചതാണ്. ​ apple-aiml-research/ml-sharp ​ #AI #Opensource #3DGaussian #ViewSynthesis ​ ദിവസേനയുള്ള ഓപ്പൺ സോഴ്‌സ് ഡ്രോപ്പുകൾക്കായി പിന്തുടരുക 👇 [nl-NL] SHARP transformeert één foto in een 3D-scène. SHARP transformeert één foto in een 3D-scène SHARP is een open-source onderzoekstool van Apple die een enkele foto in minder dan een seconde omzet in een fotorealistische 3D-scène. Het maakt gebruik van 3D Gaussische representaties die in realtime worden weergegeven. Ontwikkeld voor onderzoekers en makers die snelle 3D-weergavesynthese willen verkennen. apple-aiml-research/ml-sharp #AI #Opensource #3DGaussisch #Weergavesynthese Volg voor dagelijkse open-source updates 👇 [pa] SHARP ਇੱਕ ਫੋਟੋ ਨੂੰ 3D ਸੀਨ ਵਿੱਚ ਬਦਲਦਾ ਹੈ SHARP ਇੱਕ ਫੋਟੋ ਨੂੰ 3D ਦ੍ਰਿਸ਼ ਵਿੱਚ ਬਦਲਦਾ ਹੈ SHARP ਐਪਲ ਦਾ ਇੱਕ ਓਪਨ ਸੋਰਸ ਰਿਸਰਚ ਟੂਲ ਹੈ ਜੋ ਇੱਕ ਸਿੰਗਲ ਫੋਟੋ ਨੂੰ ਇੱਕ ਸਕਿੰਟ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਫੋਟੋਰੀਅਲਿਸਟਿਕ 3D ਦ੍ਰਿਸ਼ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਇਹ ਰੀਅਲ ਟਾਈਮ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ 3D ਗੌਸੀ ਪ੍ਰਤੀਨਿਧਤਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਤੇਜ਼ 3D ਦ੍ਰਿਸ਼ ਸੰਸਲੇਸ਼ਣ ਦੀ ਪੜਚੋਲ ਕਰਨ ਵਾਲੇ ਖੋਜਕਰਤਾਵਾਂ ਅਤੇ ਸਿਰਜਣਹਾਰਾਂ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ। ​ apple-aiml-research/ml-sharp ​ #AI #Opensource #3DGaussian #ViewSynthesis ​ ਰੋਜ਼ਾਨਾ ਓਪਨ ਸੋਰਸ ਡ੍ਰੌਪਸ ਲਈ ਫਾਲੋ ਕਰੋ 👇 [pl] SHARP zmienia jedno zdjęcie w scenę 3D SHARP zamienia jedno zdjęcie w scenę 3D SHARP to narzędzie badawcze o otwartym kodzie źródłowym firmy Apple, które konwertuje pojedyncze zdjęcie na fotorealistyczną scenę 3D w niecałą sekundę. Wykorzystuje trójwymiarowe reprezentacje Gaussa renderowane w czasie rzeczywistym. Stworzone dla badaczy i twórców eksplorujących szybką syntezę widoku 3D. apple-aiml-research/ml-sharp #AI #Opensource #3DGaussa #SyntezaWidoku Obserwuj, aby otrzymywać codzienne informacje o oprogramowaniu open source 👇 [pt-BR] SHARP transforma uma única foto em uma cena 3D SHARP transforma uma foto em uma cena 3D SHARP é uma ferramenta de pesquisa de código aberto da Apple que converte uma única foto em uma cena 3D fotorrealista em menos de um segundo. Ela usa representações Gaussianas 3D renderizadas em tempo real. Desenvolvida para pesquisadores e criadores que exploram a síntese rápida de visualizações 3D. apple-aiml-research/ml-sharp #IA #CódigoAberto #3DGaussiano #SínteseDeVisões Siga para receber dicas diárias de código aberto 👇 [ru] SHARP превращает одну фотографию в трехмерную сцену. SHARP превращает одну фотографию в 3D-сцену SHARP — это исследовательский инструмент с открытым исходным кодом от Apple, который преобразует одну фотографию в фотореалистичную 3D-сцену менее чем за секунду. Он использует 3D-гауссовы представления, отображаемые в реальном времени. Создан для исследователей и создателей, изучающих быструю 3D-синтез изображений. apple-aiml-research/ml-sharp #AI #Opensource #3DGaussian #ViewSynthesis Подписывайтесь на ежедневные обновления с открытым исходным кодом 👇 [ta] ஷார்ப் ஒரு புகைப்படத்தை முப்பரிமாணக் காட்சியாக மாற்றுகிறது. ஷார்ப் ஒரு புகைப்படத்தை 3D காட்சியாக மாற்றுகிறது ஷார்ப் என்பது ஆப்பிள் நிறுவனத்தின் ஒரு திறந்த மூல ஆராய்ச்சி கருவியாகும். இது ஒரு புகைப்படத்தை ஒரு நொடிக்கும் குறைவான நேரத்தில் நிஜத்தைப் போன்ற 3D காட்சியாக மாற்றுகிறது. இது நிகழ்நேரத்தில் ரெண்டர் செய்யப்படும் 3D காஸியன் பிரதிநிதித்துவங்களைப் பயன்படுத்துகிறது. வேகமான 3D காட்சி உருவாக்கத்தை ஆராயும் ஆராய்ச்சியாளர்கள் மற்றும் படைப்பாளிகளுக்காக இது உருவாக்கப்பட்டுள்ளது. apple-aiml-research/ml-sharp #AI #Opensource #3DGaussian #ViewSynthesis தினசரி திறந்த மூல வெளியீடுகளுக்குப் பின்தொடரவும் 👇 [te] షార్ప్ ఒక ఫోటోను 3D దృశ్యంగా మారుస్తుంది షార్ప్ ఒక ఫోటోను 3D దృశ్యంగా మారుస్తుంది షార్ప్ అనేది ఆపిల్ వారి ఓపెన్ సోర్స్ పరిశోధన సాధనం. ఇది ఒకే ఫోటోను ఒక సెకనులోపు ఫోటోరియలిస్టిక్ 3D దృశ్యంగా మారుస్తుంది. ఇది రియల్ టైమ్‌లో రెండర్ చేయబడిన 3D గాసియన్ ప్రాతినిధ్యాలను ఉపయోగిస్తుంది. వేగవంతమైన 3D వ్యూ సింథసిస్‌ను అన్వేషించే పరిశోధకులు మరియు సృష్టికర్తల కోసం ఇది రూపొందించబడింది. apple-aiml-research/ml-sharp #AI #Opensource #3DGaussian #ViewSynthesis రోజువారీ ఓపెన్ సోర్స్ అప్‌డేట్‌ల కోసం ఫాలో అవ్వండి 👇 [uk] SHARP перетворює одне фото на 3D-сцену SHARP перетворює одне фото на 3D-сцену ​ SHARP — це дослідницький інструмент з відкритим кодом від Apple, який перетворює одне фото на фотореалістичну 3D-сцену менш ніж за секунду. Він використовує 3D-гаусівські представлення, що візуалізуються в режимі реального часу. Створено для дослідників та творців, які досліджують швидкий синтез 3D-виглядів. ​ apple-aiml-research/ml-sharp ​ #AI #Opensource #3DGaussian #ViewSynthesis ​ Підпишіться на щоденні публікації з відкритим кодом 👇

📄 Paper: arxiv.org 💻 Code: apple-aiml-research/ml-refusal-neurons

Huge thanks to my brilliant collaborators @richard_baihe , @UnderGroundJeg , and @YizheZhangNLP , and to my apple advisor @onloglogn for their support and guidance! 🙏 🌐 Website: rsi-inference.com 💻 Code: apple-aiml-research/ml-rsi-inference-bench (4/4)

Introducing RSI-Inference Bench from 🍎 Apple ML Research 🌐 rsi-inference.com 💻 apple-aiml-research/ml-rsi-inference-bench Can AI agents improve the systems that run AI? We spent $100K API tokens, 50K GPU hours to find out. We built environments and benchmark from real-world #vLLM and #SGLang tasks, covering the full lifecycle of model inference engineering: 🚀 Day-0 Model Support ⚡ Inference Optimization 🔧 Bug Fix → Unsaturated: best agent at 26.7% pass@1 → Comprehensive coverage of the inference stack → Verifiable rewards: binary and continuous Watch the video to find out more!

Locking Pretrained Weights via Deep Low-Rank Residual Distillation The quality of open-weight language models has dramatically improved in recent years. Sharing weights greatly facilitates model adoption by enabling their use across diverse hardware and software platforms. They also allow for more open research and testing, to the extent that users can use them as checkpoints, fine-tune them according to their needs, and potentially redistribute them. In some cases, however, concerns on modifying these weights towards unauthorized uses may outweigh the pros of giving users such freedom. Defending against such adaptation is non-trivial: since an adaptive attacker can observe all weights and architectures by definition, they can reverse simple structural defenses, and use optimization to defeat the simplest locking mechanisms. In this work, we exploit the inference-training asymmetry of automatic differentiation as a novel defense axis. We propose DLR-Lock, a method where the purveyor of the model purposely replaces each pretrained MLP in their model with a deep low-rank residual network (DLR-Net) of comparable parameter count, forcing activation memory that grows linearly with depth during backpropagation. DLR-Nets are efficiently trained via module-wise regression. We show that, beyond this memory overhead, DLR-Lock results in architectural mismatches that complicate the optimization landscape of standard fine-tuning, and a backward pass that incurs disproportionately more overhead than the forward pass. Our defense succeeds in withstanding adaptive attackers with full knowledge of the defense strategy while preserving the original model's capabilities. Experiments on LLMs validate these claims. Comments: Accepted at NeurIPS 2026. Code: apple-aiml-research/ml-dlr-lock