各チームのサーベイ成果をまとめた発表資料を公開しています．
機材と計測「機材と計測から MIRU 自動運転」
データの活用方法「君たちはどうデータを生かすか」
アノテーション「アノテーションコスト削減のための取り組み」
データの整形・公開・マネジメント「より良いデータセット公開のプラクティスと現状の調査」
倫理審査・人を対象とした実験「AI研究者が配慮すべき倫理とは」
プライバシー「大規模モデルの学習におけるプライバシーの問題と対策」
再現性と検証「初学者からMIRU 再現性と検証 ~初学者にも再現可能な論文にするためには~」
基盤モデルとデータ1 「モダリティ別に見た基盤モデルのデータ収集」
基盤モデルとデータ2「基盤モデルにおけるスケーリング則」
※実行委員会において資料内容の正確性を保証するものではありません．
