論文の概要: The Amazon Nova Family of Models: Technical Report and Model Card
- arxiv url: http://arxiv.org/abs/2506.12103v1
- Date: Mon, 17 Mar 2025 15:18:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-22 23:32:14.630933
- Title: The Amazon Nova Family of Models: Technical Report and Model Card
- Title（参考訳）: Amazon Novaファミリ・オブ・モデル:技術レポートとモデルカード
- Abstract要約: Amazon Novaは、フロンティアインテリジェンスと業界主導の価格パフォーマンスを提供する、新しい世代のファンデーションモデルである。
Amazon Nova Proは、さまざまなタスクに最適な精度、スピード、コストの組み合わせを備えた、高機能なマルチモーダルモデルである。
Amazon Nova Liteは低コストのマルチモーダルモデルで、画像、ビデオ、ドキュメント、テキストを高速に処理できる。
Amazon Nova Microはテキストのみのモデルで、低レイテンシのレスポンスを極めて低コストで提供します。
- 参考スコア（独自算出の注目度）: 380.6072792059853
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Amazon Nova, a new generation of state-of-the-art foundation models that deliver frontier intelligence and industry-leading price performance. Amazon Nova Pro is a highly-capable multimodal model with the best combination of accuracy, speed, and cost for a wide range of tasks. Amazon Nova Lite is a low-cost multimodal model that is lightning fast for processing images, video, documents and text. Amazon Nova Micro is a text-only model that delivers our lowest-latency responses at very low cost. Amazon Nova Canvas is an image generation model that creates professional grade images with rich customization controls. Amazon Nova Reel is a video generation model offering high-quality outputs, customization, and motion control. Our models were built responsibly and with a commitment to customer trust, security, and reliability. We report benchmarking results for core capabilities, agentic performance, long context, functional adaptation, runtime performance, and human evaluation.
- Abstract（参考訳）: Amazon Novaは、最先端のインテリジェンスと業界主導の価格パフォーマンスを提供する最先端のファウンデーションモデルです。
Amazon Nova Proは、さまざまなタスクに最適な精度、スピード、コストの組み合わせを備えた、高機能なマルチモーダルモデルである。
Amazon Nova Liteは低コストのマルチモーダルモデルで、画像、ビデオ、ドキュメント、テキストを高速に処理できる。
Amazon Nova Microはテキストのみのモデルで、低レイテンシのレスポンスを極めて低コストで提供します。
Amazon Nova Canvasは、リッチなカスタマイズコントロールを備えたプロのグレードイメージを生成する画像生成モデルである。
Amazon Nova Reelは、高品質な出力、カスタマイズ、モーションコントロールを提供するビデオ生成モデルである。
私たちのモデルは、顧客の信頼、セキュリティ、信頼性に責任を持って構築されました。
コア機能,エージェント性能,長期コンテキスト,機能適応,実行時性能,人的評価のベンチマーク結果について報告する。
関連論文リスト
- Evaluating Nova 2.0 Lite model under Amazon's Frontier Model Safety Framework [14.28493845517867]
我々はNova 2.0 Liteの評価を行う。
このモデルは、最大100万トークンのコンテキスト長でテキスト、画像、ビデオを処理する。
我々は、フロンティアモデルに関連する新たなリスクと能力が特定されるにつれて、安全評価と緩和パイプラインの強化を続けます。
論文 参考訳（メタデータ） (2026-01-27T03:03:42Z) - NVIDIA Nemotron 3: Efficient and Open Intelligence [227.47413816066845]
ネモトロン3シリーズは強力なエージェント、推論、会話能力を提供する。
ネモトロン3モデルは、推論を可能にするマルチ環境強化学習、多段階ツールの使用、きめ細かい推論予算制御のサポートを用いて、後から訓練される。
Nemotron 3ファミリは、Mixture-of-ExpertsハイブリッドのMamba-Transformerアーキテクチャを使用して、最高レベルのスループットと最大100万トークンのコンテキスト長を提供する。
論文 参考訳（メタデータ） (2025-12-24T00:24:05Z) - InfinityStar: Unified Spacetime AutoRegressive Modeling for Visual Generation [39.324043558250544]
InfinityStarは高解像度画像とダイナミックビデオ合成のための統合時空自動回帰フレームワークである。
我々の知る限り、InfinityStarは産業レベルの720p動画を制作できる最初の離散自己回帰ビデオジェネレータである。
論文 参考訳（メタデータ） (2025-11-06T18:58:03Z) - Evaluating the Critical Risks of Amazon's Nova Premier under the Frontier Model Safety Framework [15.122109053923817]
Nova PremierはAmazonで最も有能なマルチモーダルファンデーションモデルである。
テキスト、画像、動画を100万件のコンテキストウィンドウで処理する。
我々は,ノバス・プレミアの臨界リスクプロファイルの総合評価を行った。
論文 参考訳（メタデータ） (2025-07-07T13:33:35Z) - Autoregressive Video Generation without Vector Quantization [90.87907377618747]
本研究では,時間フレーム毎の予測の非量子化自己回帰モデルとしてビデオ生成問題を再構成する。
提案手法では,ベクトル量子化のない新しい自己回帰モデルであるNOVAを訓練する。
以上の結果から,NOVAはデータ効率,推論速度,視覚的忠実度,映像流速において,従来の自己回帰ビデオモデルよりもはるかに小さいモデルキャパシティを有することがわかった。
論文 参考訳（メタデータ） (2024-12-18T18:59:53Z) - HunyuanVideo: A Systematic Framework For Large Video Generative Models [82.4392082688739]
HunyuanVideoは、革新的なオープンソースのビデオファンデーションモデルだ。
データキュレーション、高度なアーキテクチャ設計、プログレッシブモデルスケーリング、トレーニングが組み込まれている。
その結果,13億以上のパラメータを持つビデオ生成モデルの訓練に成功した。
論文 参考訳（メタデータ） (2024-12-03T23:52:37Z) - Reka Core, Flash, and Edge: A Series of Powerful Multimodal Language Models [69.35758259895259]
Rekaモデルはテキスト、画像、ビデオ、オーディオ入力で処理し、推論することができる。
Reka EdgeとReka Flashは最先端のモデルであるだけでなく、多くの大きなモデルよりも優れています。
最も有能で最大のモデルであるReka Coreは、自動評価と盲人評価の両方において、最高のフロンティアモデルにアプローチしています。
論文 参考訳（メタデータ） (2024-04-18T17:59:48Z) - Customization Assistant for Text-to-image Generation [40.76198867803018]
本稿では,新しいモデル設計と新しいトレーニング戦略からなる新しいフレームワークを提案する。
得られたアシスタントは、テストタイムを微調整することなく、2〜5秒でカスタマイズされた生成を行うことができる。
論文 参考訳（メタデータ） (2023-12-05T16:54:42Z) - Probabilistic Adaptation of Text-to-Video Models [181.84311524681536]
Video Adapterは、タスク固有の小さなビデオモデルに、幅広い知識を取り入れ、大きな事前訓練されたビデオモデルの忠実度を維持することができる。
Video Adapterは、アニメーション、エゴセントリックなモデリング、シミュレートされた実世界のロボティクスデータのモデリングなど、さまざまなタスクで高品質で特殊なビデオを生成することができる。
論文 参考訳（メタデータ） (2023-06-02T19:00:17Z) - Parameter-Efficient Image-to-Video Transfer Learning [66.82811235484607]
様々な下流タスクのための大規模な事前訓練されたモデルが、最近、有望なパフォーマンスで登場した。
モデルのサイズが拡大しているため、モデルトレーニングや記憶の面では、標準のフルチューニングベースのタスク適応戦略がコストがかかる。
本稿では,ビデオタスク毎のパラメータ効率の高い微調整のための新しいスペーシ・アダプタを提案する。
論文 参考訳（メタデータ） (2022-06-27T18:02:29Z) - Visual Prompting: Modifying Pixel Space to Adapt Pre-trained Models [29.413887954758053]
本稿では,この摂動によって引き起こされる凍結事前学習モデルが新たなタスクを実行するように,タスク固有のイメージ摂動を学習する視覚的プロンプトを導入する。
数ピクセルだけを変えるだけで、新しいタスクやデータセットにモデルを適用することができ、線形探索と同等の性能を発揮することが分かりました。
論文 参考訳（メタデータ） (2022-03-31T17:59:30Z) - Multi-task deep CNN model for no-reference image quality assessment on
smartphone camera photos [2.0305676256390934]
本稿では,シーンタイプ検出を補助タスクとするマルチタスクディープCNNモデルを提案する。
畳み込み層におけるモデルパラメータの共有により、学習された特徴マップはよりシーン関連になる可能性がある。
その結果,従来のNR-IQA法や単一タスクCNNモデルと比較してSROCC性能が向上した。
論文 参考訳（メタデータ） (2020-08-27T07:33:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。