月別アーカイブ: 2024年2月

What does self-attention learn from Masked Language Modelling?

要約 トランスフォーマーは、自然言語処理と機械学習に革命をもたらしたニューラル … 続きを読む

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.CL, stat.ML | What does self-attention learn from Masked Language Modelling? はコメントを受け付けていません

Using eye tracking to investigate what native Chinese speakers notice about linguistic landscape images

要約 言語的景観は社会言語研究の重要な分野です。 アイトラッキング技術は、心理学 … 続きを読む

カテゴリー: cs.CL, J.4, q-bio.QM | Using eye tracking to investigate what native Chinese speakers notice about linguistic landscape images はコメントを受け付けていません

Getting the most out of your tokenizer for pre-training and domain adaptation

要約 トークン化は、最新の LLM のコンポーネントとして十分に研究されておらず … 続きを読む

カテゴリー: cs.CL | Getting the most out of your tokenizer for pre-training and domain adaptation はコメントを受け付けていません

Human-Readable Fingerprint for Large Language Models

要約 大規模言語モデル (LLM) はリソースを大量に消費するトレーニングとそれ … 続きを読む

カテゴリー: cs.AI, cs.CL | Human-Readable Fingerprint for Large Language Models はコメントを受け付けていません

MERT: Acoustic Music Understanding Model with Large-Scale Self-supervised Training

要約 自己教師あり学習 (SSL) は、視覚、テキスト、および音声の分野の大規模 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | MERT: Acoustic Music Understanding Model with Large-Scale Self-supervised Training はコメントを受け付けていません

The Perils & Promises of Fact-checking with Large Language Models

要約 誤った情報が人間の事実確認能力を超えて拡散するにつれて、機械学習を使用して … 続きを読む

カテゴリー: cs.CL, cs.CY, cs.HC | The Perils & Promises of Fact-checking with Large Language Models はコメントを受け付けていません

A Hypothesis-Driven Framework for the Analysis of Self-Rationalising Models

要約 LLM の自己合理化機能は、生成された説明によって予測の妥当性についての洞 … 続きを読む

カテゴリー: cs.CL | A Hypothesis-Driven Framework for the Analysis of Self-Rationalising Models はコメントを受け付けていません

Aspect-Based Sentiment Analysis for Open-Ended HR Survey Responses

要約 従業員の好み、意見、感情を理解することは、従業員のライフサイクル管理を効果 … 続きを読む

カテゴリー: cs.CL | Aspect-Based Sentiment Analysis for Open-Ended HR Survey Responses はコメントを受け付けていません

Learning Communication Policies for Different Follower Behaviors in a Collaborative Reference Game

要約 Albrecht and Stone (2018) は、変化する行動のモデ … 続きを読む

カテゴリー: cs.CL | Learning Communication Policies for Different Follower Behaviors in a Collaborative Reference Game はコメントを受け付けていません

Long Is More for Alignment: A Simple but Tough-to-Beat Baseline for Instruction Fine-Tuning

要約 LLM の命令の微調整には高品質のデータが必要であるという意見は一致してい … 続きを読む

カテゴリー: cs.CL | Long Is More for Alignment: A Simple but Tough-to-Beat Baseline for Instruction Fine-Tuning はコメントを受け付けていません