traP ユニークビジョン LT 会

Transcript

1. PaperRecap Presented by: tax_free
2. Who am I? 東京科学大学 情報理工学院 数理・計算科学系 数理最適化の研究室に入っている けど，最近は LLM に興味あり 明日 TOEIC を受ける twitter: @taxfree_python
3. Motivation 院試のために英語の勉強をする必要がある 非常に，とても 最新論文のキャッチアップが間に合わない
4. Motivation 院試のために英語の勉強をする必要がある 非常に，とても 最新論文のキャッチアップが間に合わない → 特にリスニングの練習をしたい → 短い時間でさっと分かると嬉しい
5. Solution LLM パンチでどうにかできないかなぁ...
6. Solution LLM で要約して 1. TTS で英語の音声にして 2. YouTube に upload する 3.
7. Implementation オープンアクセス じゃないと 権利が怖い... Gemini 2.0 Text-to-Speech AI arXiv YouTube Data API 無料 + pdf 読み込みに対応 無料 (なんでもいい) upload に必須 https://vecta.io/symbols/4/google-cloud- platform/67/google-speech-to-text https://cloud.google.com/products/gemini/data bases?hl=ja https://developers.google.com/youtube/terms/ branding-guidelines https://info.arxiv.org/brand/logos.html
8. Result
9. Future Work VTuber? を使ってかわいい感じにしたい 画面があまりにも寂しい 要約の内容が微妙なのでいい感じにしたい arXiv 以外のものを提供したい Gemini 2.0 Flash の限界? プロンプトが甘いのでいい感じにする Deep research だったり Notebook LM の結果だったりも 良さそう?