コルグチ retweeted
【ゲームでの音源利用範囲の見直しについて】
音楽・リズムゲームにおける利用、音源ファイルの取り扱い、サウンドテストモードでの利用につきまして、利用者の皆さま、および当サイトの作家の皆さまからいただいたご意見をもとに検討し、利用範囲を見直すとともに利用条件を明確にいたしました。
主な内容は以下のとおりです。
・音楽ゲーム・リズムゲームでの利用
既存・新規作品に関わらず、通常ライセンスの範囲でご利用いただけます。2027年1月1日以降に新たに公開するゲームでは、楽曲名・作曲者名のクレジット表示が必要となります。
・ゲームに組み込む音源ファイルの取り扱い
暗号化等の対策を推奨いたしますが、制作環境などの制約で対応が難しい場合も、ゲーム利用者に対する利用規約への禁止事項の明記など、一定の条件のもとでご利用いただけます。
・サウンドテストモード等での利用
ゲーム本編で実際に使用されている音源に限り、ゲームに付属する機能としてご利用いただけます。音源鑑賞機能自体を主な商品価値とするものは対象外となります。
詳細は、以下のお知らせページをご確認ください。
opentracks.com/news/detail/1…
音源利用ライセンスおよびヘルプ記事には、12月1日付で内容を反映する予定です。また、今回ご案内した用途以外の取り扱いに変更はございません。
この度は、ゲームでの音源利用に関して、皆さまにご心配をおかけしましたことを、深くお詫び申し上げます。
今後ともOpenTracksをよろしくお願いいたします。
コルグチ retweeted
ニューラルネットワークの最小重みノルムと、同じ関数を計算する最短プログラムの長さ(コルモゴロフ複雑性)の間に、対数補正を含めた漸近的等価性が成立することが証明された。
“Minimum Neural Weight Norm = Kolmogorov Complexity”
ニューラルネットワークの重みノルムを小さくすることは汎化性能の向上につながると考えられるが、本質的な理解には至っていない。
本研究では、特定のニューラルネットワークについて、関数を実現するために必要な最小重みノルムが、その関数のコルモゴロフ複雑性と直接関係することを示している。さらに、最小ノルムに対する漸近的にタイトな上界と下界を導出し、両者の漸近的等価性を証明している。
ただし、この結果はかなり特殊なモデルについての存在定理であり、通常使われるTransformerなどの学習過程やWeight Decayの効果を直接説明するものではないことに注意が必要である。
有限精度の重みを持つLooped Transformer F_θ について、関数fを実現するネットワークの最小重みノルムを考える。
このとき、コルモゴロフ複雑性K(f)が大きくなる極限で、
N(f) ~ K(f) δ^p / \log_2 K(f)
が成立する。
ここで、
N(f):関数fを実現するネットワークの最小重みノルムのp 乗
K(f):関数fを計算する最短プログラムの長さ
δ:重みの量子化間隔
p:ノルムの次数
例えば、ランダムなビット列を出力する関数では、そのビット列自体をほぼ記憶する必要があるため、K(f) は大きくなる。一方、非常に長いビット列でも、単純な規則によって生成できるのであれば、K(f) は小さくなる。
この違いが、関数を実現するために必要な最小重みノルムに反映される。
上界の証明では、次のような手順でプログラムからネットワークを構成する。
- 疎な重み行列の非ゼロ要素の位置にプログラムを符号化する。
- Looped MLPによって重み行列の要素を順番に読み出す。
- Transformerのコンテキストをチューリングマシンのテープとして利用する。
- 固定されたインタプリタがプログラムを復号し、実行する。
この際、プログラムの情報を重みの値そのものではなく、非ゼロ要素の位置の組み合わせを使って保存することで、長さnのプログラムを、およそn log n個の非ゼロ重みで表現できる。
一方、下界の証明では、有限精度のネットワークを、その非ゼロ重みの値と位置を記述するプログラムに変換する。これにより、最小ノルムからコルモゴロフ複雑性の上界を導き、両者の漸近的等価性を示している。
さらに、この関係を利用して、重みノルムに基づく汎化誤差の上界し、訓練データに完全適合したネットワークの汎化誤差は、ネットワーク全体のパラメータ数に直接依存せず、重みノルムに基づく記述長によって上から評価できることが示せる。
ただし、この結果には重要な限界がある。チューリング完全なLooped Transformerの構成に依存しており、無制限の計算時間とメモリを許していること。また、現実の固定されたアーキテクチャにそのまま適用できるわけではない。
コメント
===
ネットワークの最小重みノルムとコルモゴロフ複雑性が、対数補正を含めて漸近的に一致するという、興味深い結果である。
従来より、ネットワークの重みノルムが小さいほど、実現できる関数の種類が制限され、関数の複雑性も小さくなると考えられていたが、本研究では、特殊なネットワークに限定されるものの、この関係を定量的に示し、漸近的にタイトな評価を与えている点が重要である。
一方、今回の証明では無制限の計算時間とメモリを許しているが、例えばLooped Transformerの反復回数を有限に制限した場合、最小重みノルムと計算時間制約付きコルモゴロフ複雑性の間に、どのような関係が成立するだろうか。
学習過程を理解する上で注目されるEpiplexityなどの複雑量でも、有限時間が重要な構成要素となっている。
また、学習ダイナミクスとの関係も本証明では扱っていない。本研究が扱うのは、ある関数を実現するネットワークにおける最小ノルムであり、勾配法がそのような解を実際に発見するかどうかは議論していない。
一方、実際のニューラルネットワークでは、重みを小さく初期化して勾配法で学習したり、Weight Decayによって重みノルムを抑制したりすることが一般的である。
これらの学習過程が、どのような条件で低ノルムの解を選択するのか。また、その選択が関数の複雑性や汎化性能とどのように関係するのか。
コルグチ retweeted
VOX Factory Major Update Announcement
With this update, the long-awaited Custom Vocal feature has been added.
You can create your own custom vocal using just 6 to 60 minutes of solo vocal recordings, and once training is complete, changes to the lyrics or melody can be applied without the need to re-record.
You can also train a variety of singing styles, including Calm, Powerful, and Whispery, allowing you to create a wider range of vocal expressions to suit each song.
You can check the full details at the link below:
voxfactory.app/releases
コルグチ retweeted
任天堂が東京のサウンドクリエイターを募集。音楽制作(作曲・編曲)分野の豊富な実務経験と高度な制作力を持つ方へ。日本語N1相当以上が必要。希望分野を明記し、作品・説明資料を提出。
iseshimaart.com/post/nintend…
#作曲家募集 #ゲーム音楽
コルグチ retweeted
He is clearly the superior William Chen
Bye bye looped reasoning… and hello Energy-Based Reasoners (EBRs)⚡!
Your looped reasoning model would be better off as an energy-based model (EBM)...
TLDR:
EBRs uses 345x less inference compute and 2.6x fewer training FLOPs than the best baselines
EBRs are 7x-43x more sample efficient than the best looped baselines at inference.
EBRs achieve 99.9% on Sudoku-Extreme
EBRs achieve near 100% accuracy on multi-solution benchmarks
🧵Thread:
コルグチ retweeted
Bye bye looped reasoning… and hello Energy-Based Reasoners (EBRs)⚡!
Your looped reasoning model would be better off as an energy-based model (EBM)...
TLDR:
EBRs uses 345x less inference compute and 2.6x fewer training FLOPs than the best baselines
EBRs are 7x-43x more sample efficient than the best looped baselines at inference.
EBRs achieve 99.9% on Sudoku-Extreme
EBRs achieve near 100% accuracy on multi-solution benchmarks
🧵Thread:
コルグチ retweeted
Moving-CLAP paper is now available🎉
dcase.community/documents/wo…
コルグチ retweeted
I got to test out the guitar plugin from @NyxTheShield and I have to say it's absolutely incredible, I'm really looking forward to the finish product !!!!
来月のIEEE TALE2026でラップバトル関連の研究発表があります〜!任意のトピックについて、異なる立場から議論するラップバトル動画を自動生成し、その動画を視聴するだけで、視聴者はそのテーマについて十分に理解し、自分の意見を形成できるのか?という内容です。
arxiv.org/abs/2610.01179

















