AIソングの「LMNOP問題」を実測する — 列挙型歌詞だけプロンプト修正が逆効果になった
AI音楽生成で「A, B, C, D…」や「January, February, March…」のような列挙型の歌詞を書くと、他の文と同じ品質のプロンプトを書いたはずなのに発音が崩れて聞き取れなくなることがある。作曲コミュニティでは俗に**「LMNOP問題」**と呼ばれる現象で、アルファベットソングの"L-M-N-O-P"のあたりが早口言葉のように潰れて聞こえることに由来する。 この記事では、実際にAI作曲パイプライン（ACE-Step 1.5・完全ローカル）で8曲を生成し、mlx-whisperで歌詞一致率を実測したログをもとに、①LMNOP問題の原理と対策、②対策を打った上でも何が起...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
この話題に関連する、TOEの実践・観測記録
AIに社内資料を読ませて文書を作らせると、何％が出典の辿れない創作になるのか — 2,629点の来歴監査
公式文書を与えたうえでAIに合意文書を作らせ、生成物1点ずつの出どころを監査した研究があります。原典に直接遡れたのは43.7%、一切遡れない創作が22.1%、仕組み由来のゴミが6.8%。AIに社内資料を読ませて提案書や議事録を作らせる運用に、そのまま効く数字です。
続きを読む →
本物の顔写真を使わずに、顔認証システムの優劣は比較できるのか（合成データ12件×モデル24本の検証）
ルクセンブルク大学らの研究が、AI生成の合成顔データセット12件と実データのベンチマーク7件を、学習済みモデル24本で突き合わせた。上位の合成データは実データとの相関が平均0.90に達する一方、最下位は-0.52まで落ちる。顔写真を集めずにベンダー比較ができる条件と、鵜呑みにしてはいけない境界を整理する。
続きを読む →
推薦モデルは再学習なしで更新できるか？ データ1.8%でRMSE0.810という実測
推薦システムを再学習せずに新しい行動データだけで更新する手法を公開した。データの1.8%しか読まずにRMSE0.810、更新は1バッチ90ms、CPU単体で動く。一方で大規模カタログではアイテムカバレッジ1%未満まで落ちる限界も報告されている。中小ECにとって何を意味するかを整理する。
続きを読む →