月別アーカイブ: 2025年1月

Transformer-Squared: Self-adaptive LLMs

要約 自己適応性の大規模な言語モデル(LLMS)は、多様なタスクを処理する能力に … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Transformer-Squared: Self-adaptive LLMs はコメントを受け付けていません

Multi-agent KTO: Reinforcing Strategic Interactions of Large Language Model in Language Game

要約 人工的な一般情報を達成する(AGI)には、階層的な決定を下すことができるだ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.HC | Multi-agent KTO: Reinforcing Strategic Interactions of Large Language Model in Language Game はコメントを受け付けていません

From Multiple-Choice to Extractive QA: A Case Study for English and Arabic

要約 自然言語処理 (NLP) の急速な進化により、英語などの主要言語が好まれて … 続きを読む

カテゴリー: cs.AI, cs.CL | From Multiple-Choice to Extractive QA: A Case Study for English and Arabic はコメントを受け付けていません

Humanity’s Last Exam

要約 ベンチマークは、大規模な言語モデル(LLM)機能の急速な進歩を追跡するため … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Humanity’s Last Exam はコメントを受け付けていません

Siren: A Learning-Based Multi-Turn Attack Framework for Simulating Real-World Human Jailbreak Behaviors

要約 大規模な言語モデル(LLM)は、実際のアプリケーションで広く使用されており … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CR | Siren: A Learning-Based Multi-Turn Attack Framework for Simulating Real-World Human Jailbreak Behaviors はコメントを受け付けていません

Auto-Cypher: Improving LLMs on Cypher generation via LLM-supervised generation-verification framework

要約 NEO4Jなどのグラフデータベースは、関係のモデリングとクエリの関係におけ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG | Auto-Cypher: Improving LLMs on Cypher generation via LLM-supervised generation-verification framework はコメントを受け付けていません

Leveraging Online Olympiad-Level Math Problems for LLMs Training and Contamination-Resistant Evaluation

要約 大規模言語モデル (LLM) の進歩により、オリンピックレベルの数学問題を … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Leveraging Online Olympiad-Level Math Problems for LLMs Training and Contamination-Resistant Evaluation はコメントを受け付けていません

CogLM: Tracking Cognitive Development of Large Language Models

要約 ピアジェの認知発達理論 (PTC) は、認知レベルの発達が人間のさまざまな … 続きを読む

カテゴリー: cs.AI, cs.CL | CogLM: Tracking Cognitive Development of Large Language Models はコメントを受け付けていません

Make Every Penny Count: Difficulty-Adaptive Self-Consistency for Cost-Efficient Reasoning

要約 自己一貫性 (SC) は、思考連鎖推論に広く使用されているデコード戦略であ … 続きを読む

カテゴリー: cs.AI, cs.CL | Make Every Penny Count: Difficulty-Adaptive Self-Consistency for Cost-Efficient Reasoning はコメントを受け付けていません

A Comprehensive Framework for Semantic Similarity Detection Using Transformer Architectures and Enhanced Ensemble Techniques

要約 AI によって生成されたテキスト、特にコンテキストの短いドキュメントの検出 … 続きを読む

カテゴリー: cs.AI, cs.CL | A Comprehensive Framework for Semantic Similarity Detection Using Transformer Architectures and Enhanced Ensemble Techniques はコメントを受け付けていません