AIモデルのコンパクト化技術とその動向　アーカイブ配信セミナー
　　　　　　　　
少ないデータによるAI・機械学習の進め方と 精度向上,説明可能なAIの開発
実験の自動化・自律化によるR&Dの効率化と運用方法
　
＜セミナー　No.512471＞
【 アーカイブ配信】 （２０２５年１１月２５日（火） Live配信の録画配信です）

★ AIモデルの動向を詳解！ 蒸留、量子化、枝刈りによるコンパクト化技術を詳解！

AIモデルのコンパクト化技術とその動向
■　講師

中部大学　工学部　情報工学科　教授　工学博士　山下 隆義 氏
■　開催要領
日　時 ：

【アーカイブ（録画）配信】 ２０２５年１２月４日まで受付（視聴期間：１２月４日〜１２月１４日まで）
　　※２０２５年１１月２５日（火）　１３：００〜１７：００ Live配信セミナーの録画配信です
会　場 ： ZOOMを利用したLive配信またはアーカイブ配信　※会場での講義は行いません
セミナーの接続確認・受講手順は「こちら」をご確認下さい。
聴講料 ： 1名につき４９，５００円（消費税込・資料付き）
〔１社２名以上同時申込の場合１名につき４４，０００円（税込）〕
〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕
■　プログラム

【講座概要】
言語・画像など様々なデータを対象とした大規模なAIモデルの利活用が進んでいる。モデル規模は大規模化を続けており，処理速度やメモリ消費量に問題を抱えている。今後，クラウドからエッジでの大規模なAIモデルの活用を考えた時，モデルをいかにコンパクトにするかが重要となる。
　本セミナーではモデルのコンパクト化に関する技術について最新動向を踏まえながら解説する。

【受講対象】
・AIの利活用に関心のある方

【受講後習得できること】
・AIモデルコンパクト化の動向

1.大規模AIモデルの動向
　1.1 Transformer
　1.2 CLIP
　1.3 Llama

2.モデルのコンパクト化手法
　2.1 コンパクト化手法の分類

3.蒸留によるコンパクト化
　3.1 知識蒸留
　3.2 中間層蒸留
　3.3 Mutual Learning

4.量子化によるコンパクト化
　4.1 量子化の導入方法
　4.2 BitNet

5.枝刈りによるモデルのコンパクト化
　5.1 構造化枝刈り
　5.2 非構造化枝刈り

6.言語モデルへの適用事例

7.画像モデルへの適用事例

8.マルチモーダルモデルへの適用事例

9.まとめ


【質疑応答】