月別アーカイブ: 2024年1月

Optimal Transcoding Resolution Prediction for Efficient Per-Title Bitrate Ladder Estimation

投稿日: 2024年1月10日 作成者: jarxiv

要約 アダプティブ ビデオ ストリーミングでは、異種ネットワークの条件とエンドユ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM, eess.IV | Optimal Transcoding Resolution Prediction for Efficient Per-Title Bitrate Ladder Estimation はコメントを受け付けていません

Blending Is All You Need: Cheaper, Better Alternative to Trillion-Parameters LLM

投稿日: 2024年1月10日 作成者: jarxiv

要約 会話型 AI 研究では、ChatGPT などのモデルに代表される、より多く … 続きを読む →

カテゴリー: cs.AI, cs.CL | Blending Is All You Need: Cheaper, Better Alternative to Trillion-Parameters LLM はコメントを受け付けていません

Adapting Text-based Dialogue State Tracker for Spoken Dialogues

投稿日: 2024年1月10日 作成者: jarxiv

要約 対話システム技術競争 (DSTC) を通じて対話システムは目覚ましい進歩を … 続きを読む →

カテゴリー: cs.AI, cs.CL | Adapting Text-based Dialogue State Tracker for Spoken Dialogues はコメントを受け付けていません

Estimating Text Similarity based on Semantic Concept Embeddings

投稿日: 2024年1月10日 作成者: jarxiv

要約 Word2Vec (W2V) 単語埋め込みは、使いやすさと精度の高さにより … 続きを読む →

カテゴリー: cs.AI, cs.CL | Estimating Text Similarity based on Semantic Concept Embeddings はコメントを受け付けていません

i-Rebalance: Personalized Vehicle Repositioning for Supply Demand Balance

投稿日: 2024年1月10日 作成者: jarxiv

要約 配車プラットフォームは、需要と供給のバランスをとるという課題に直面していま … 続きを読む →

カテゴリー: cs.AI, cs.MA | i-Rebalance: Personalized Vehicle Repositioning for Supply Demand Balance はコメントを受け付けていません

Bias Testing and Mitigation in LLM-based Code Generation

投稿日: 2024年1月10日 作成者: jarxiv

要約 最先端の大規模言語モデル (LLM) を利用した自動コード生成モデルは、ソ … 続きを読む →

カテゴリー: cs.AI, cs.SE | Bias Testing and Mitigation in LLM-based Code Generation はコメントを受け付けていません

Comparable Demonstrations are Important in In-Context Learning: A Novel Perspective on Demonstration Selection

投稿日: 2024年1月10日 作成者: jarxiv

要約 インコンテキスト学習 (ICL) は、いくつかのデモンストレーションを通じ … 続きを読む →

カテゴリー: cs.AI, cs.CL | Comparable Demonstrations are Important in In-Context Learning: A Novel Perspective on Demonstration Selection はコメントを受け付けていません

A Survey on Efficient Federated Learning Methods for Foundation Model Training

投稿日: 2024年1月10日 作成者: jarxiv

要約 Federated Learning (FL) は、プライバシーを保護した … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.11 | A Survey on Efficient Federated Learning Methods for Foundation Model Training はコメントを受け付けていません

Combining Embedding-Based and Semantic-Based Models for Post-hoc Explanations in Recommender Systems

投稿日: 2024年1月10日 作成者: jarxiv

要約 今日のデータが豊富な環境では、レコメンダー システムは意思決定支援システム … 続きを読む →

カテゴリー: cs.AI, cs.IR | Combining Embedding-Based and Semantic-Based Models for Post-hoc Explanations in Recommender Systems はコメントを受け付けていません

TwinBooster: Synergising Large Language Models with Barlow Twins and Gradient Boosting for Enhanced Molecular Property Prediction

投稿日: 2024年1月10日 作成者: jarxiv

要約 創薬と開発の成功は、分子の活性と特性の正確な予測にかかっています。 インシ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, q-bio.BM | TwinBooster: Synergising Large Language Models with Barlow Twins and Gradient Boosting for Enhanced Molecular Property Prediction はコメントを受け付けていません