月別アーカイブ: 2025年1月

Collecting Cost-Effective, High-Quality Truthfulness Assessments with LLM Summarized Evidence

投稿日: 2025年1月31日 作成者: jarxiv

要約 ガードレールがオンラインでの誤った情報や偽情報に対する劣化により、効果的に … 続きを読む →

カテゴリー: cs.CL, cs.HC, cs.IR | Collecting Cost-Effective, High-Quality Truthfulness Assessments with LLM Summarized Evidence はコメントを受け付けていません

Jailbreaking LLMs’ Safeguard with Universal Magic Words for Text Embedding Models

投稿日: 2025年1月31日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）のセキュリティ問題は最近、有害な出力を防ぐた … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.NE | Jailbreaking LLMs’ Safeguard with Universal Magic Words for Text Embedding Models はコメントを受け付けていません

Mining for Species, Locations, Habitats, and Ecosystems from Scientific Papers in Invasion Biology: A Large-Scale Exploratory Study with Large Language Models

投稿日: 2025年1月31日 作成者: jarxiv

要約 この論文では、侵略生物学の文献から重要な生態学的存在を採掘するために、大規 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.DL | Mining for Species, Locations, Habitats, and Ecosystems from Scientific Papers in Invasion Biology: A Large-Scale Exploratory Study with Large Language Models はコメントを受け付けていません

Citation Recommendation based on Argumentative Zoning of User Queries

投稿日: 2025年1月31日 作成者: jarxiv

要約 引用勧告は、学者が引用する重要な論文を見つけることを目的としています。 引 … 続きを読む →

カテゴリー: cs.CL, cs.DL, cs.IR | Citation Recommendation based on Argumentative Zoning of User Queries はコメントを受け付けていません

Locret: Enhancing Eviction in Long-Context LLM Inference with Trained Retaining Heads on Consumer-Grade Devices

投稿日: 2025年1月31日 作成者: jarxiv

要約 大規模な言語モデル（LLM）の入力コンテキストの長さをスケーリングすると、 … 続きを読む →

カテゴリー: cs.CL | Locret: Enhancing Eviction in Long-Context LLM Inference with Trained Retaining Heads on Consumer-Grade Devices はコメントを受け付けていません

RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects

投稿日: 2025年1月31日 作成者: jarxiv

要約 検索された生成（RAG）は、知識ベースから取得された外部知識を統合すること … 続きを読む →

カテゴリー: cs.CL, cs.IR | RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects はコメントを受け付けていません

ACEBench: Who Wins the Match Point in Tool Learning?

投稿日: 2025年1月31日 作成者: jarxiv

要約 大規模な言語モデル（LLM）は、特に複雑な問題を効果的に解決するためにさま … 続きを読む →

カテゴリー: cs.CL | ACEBench: Who Wins the Match Point in Tool Learning? はコメントを受け付けていません

GENIE: Generative Note Information Extraction model for structuring EHR data

投稿日: 2025年1月31日 作成者: jarxiv

要約 電子健康記録（EHRS）は、医療を進めるための計り知れない可能性を保持し、 … 続きを読む →

カテゴリー: cs.CL | GENIE: Generative Note Information Extraction model for structuring EHR data はコメントを受け付けていません

Large Language Models Reflect the Ideology of their Creators

投稿日: 2025年1月31日 作成者: jarxiv

要約 大規模な言語モデル（LLM）は、自然言語を生成するために膨大な量のデータで … 続きを読む →

カテゴリー: cs.CL, cs.LG | Large Language Models Reflect the Ideology of their Creators はコメントを受け付けていません

CALM: Unleashing the Cross-Lingual Self-Aligning Ability of Language Model Question Answering

投稿日: 2025年1月31日 作成者: jarxiv

要約 大規模な言語モデル（LLM）は、言語固有の文化的知識と一般的な知識の両方を … 続きを読む →

カテゴリー: cs.CL | CALM: Unleashing the Cross-Lingual Self-Aligning Ability of Language Model Question Answering はコメントを受け付けていません