月別アーカイブ: 2024年5月

Cross-Care: Assessing the Healthcare Implications of Pre-training Data on Language Model Bias

要約 大規模言語モデル (LLM) は、自然言語を処理する上でますます不可欠にな … 続きを読む

カテゴリー: cs.CL | Cross-Care: Assessing the Healthcare Implications of Pre-training Data on Language Model Bias はコメントを受け付けていません

Automatic question generation for propositional logical equivalences

要約 特にパンデミックによるオンライン学習への移行により、大学生の間での学業不正 … 続きを読む

カテゴリー: cs.CL, cs.DM | Automatic question generation for propositional logical equivalences はコメントを受け付けていません

Not All Contexts Are Equal: Teaching LLMs Credibility-aware Generation

要約 大規模な言語モデルの急速な開発により、外部知識を統合して知識のボトルネック … 続きを読む

カテゴリー: cs.CL | Not All Contexts Are Equal: Teaching LLMs Credibility-aware Generation はコメントを受け付けていません

From Human Judgements to Predictive Models: Unravelling Acceptability in Code-Mixed Sentences

要約 コードが混合された文を分析または生成するための現在の計算アプローチは、コー … 続きを読む

カテゴリー: cs.AI, cs.CL | From Human Judgements to Predictive Models: Unravelling Acceptability in Code-Mixed Sentences はコメントを受け付けていません

One vs. Many: Comprehending Accurate Information from Multiple Erroneous and Inconsistent AI Generations

要約 大規模言語モデル (LLM) は非決定的であるため、同じ入力が異なる出力を … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.HC | One vs. Many: Comprehending Accurate Information from Multiple Erroneous and Inconsistent AI Generations はコメントを受け付けていません

OpenFactCheck: A Unified Framework for Factuality Evaluation of LLMs

要約 現実世界のさまざまなアプリケーションで大規模言語モデル (LLM) の使用 … 続きを読む

カテゴリー: cs.CL | OpenFactCheck: A Unified Framework for Factuality Evaluation of LLMs はコメントを受け付けていません

Large Language Models can Strategically Deceive their Users when Put Under Pressure

要約 私たちは、役に立ち、無害で、誠実であるように訓練された大規模言語モデルが、 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Large Language Models can Strategically Deceive their Users when Put Under Pressure はコメントを受け付けていません

Can We Use Large Language Models to Fill Relevance Judgment Holes?

要約 関連性の判断が不完全だと、テスト コレクションの再利用が制限されます。 新 … 続きを読む

カテゴリー: cs.CL, cs.IR | Can We Use Large Language Models to Fill Relevance Judgment Holes? はコメントを受け付けていません

PaperWeaver: Enriching Topical Paper Alerts by Contextualizing Recommended Papers with User-collected Papers

要約 学術アーカイブの急速な成長に伴い、研究者は、以前に収集した論文に類似した最 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.DL, cs.HC | PaperWeaver: Enriching Topical Paper Alerts by Contextualizing Recommended Papers with User-collected Papers はコメントを受け付けていません

Conversational Disease Diagnosis via External Planner-Controlled Large Language Models

要約 大規模言語モデル (LLM) の開発は、人工知能 (AI) ベースの医療診 … 続きを読む

カテゴリー: cs.AI, cs.CL | Conversational Disease Diagnosis via External Planner-Controlled Large Language Models はコメントを受け付けていません