-
最近の投稿
- High-Dimensional Independence Testing via Maximum and Average Distance Correlations
- Online Adaptation of Terrain-Aware Dynamics for Planning in Unstructured Environments
- ‘Don’t Do That!’: Guiding Embodied Systems through Large Language Model-based Constraint Generation
- SGN-CIRL: Scene Graph-based Navigation with Curriculum, Imitation, and Reinforcement Learning
- Olfactory Inertial Odometry: Sensor Calibration and Drift Compensation
-
最近のコメント
表示できるコメントはありません。 cs.AI (39257) cs.CL (29715) cs.CV (44646) cs.HC (2989) cs.LG (44172) cs.RO (23444) cs.SY (3577) eess.IV (5131) eess.SY (3569) stat.ML (5744)
月別アーカイブ: 2025年1月
xJailbreak: Representation Space Guided Reinforcement Learning for Interpretable LLM Jailbreaking
要約 安全アライメントメカニズムは、大規模な言語モデル（LLM）が有害な情報や非 … 続きを読む
カテゴリー: cs.CL
xJailbreak: Representation Space Guided Reinforcement Learning for Interpretable LLM Jailbreaking はコメントを受け付けていません
LLM-AutoDiff: Auto-Differentiate Any LLM Workflow
要約 大規模な言語モデル（LLMS）は、自然言語処理、マルチホップの回収からのア … 続きを読む
カテゴリー: cs.CL
LLM-AutoDiff: Auto-Differentiate Any LLM Workflow はコメントを受け付けていません
WILDCHAT-50M: A Deep Dive Into the Role of Synthetic Data in Post-Training
要約 DPOから蒸留まで、訓練後の言語モデル（LLM）は、行動を改良し、新しいス … 続きを読む
Streaming DiLoCo with overlapping communication: Towards a Distributed Free Lunch
要約 大規模な言語モデル（LLM）のトレーニングは、通常、トレーニング時間を短縮 … 続きを読む
カテゴリー: cs.CL
Streaming DiLoCo with overlapping communication: Towards a Distributed Free Lunch はコメントを受け付けていません
GroUSE: A Benchmark to Evaluate Evaluators in Grounded Question Answering
要約 検索された生成（RAG）は、プライベートおよび最新の知識ベースとともに、大 … 続きを読む
Differentially Private Steering for Large Language Model Alignment
要約 大規模な言語モデル（LLM）を人間の価値観に合わせて、望ましくない行動（幻 … 続きを読む
Verify with Caution: The Pitfalls of Relying on Imperfect Factuality Metrics
要約 大規模な言語モデルの改善により、自然言語生成出力の信頼できる評価者として役 … 続きを読む
Thoughts Are All Over the Place: On the Underthinking of o1-Like LLMs
要約 OpenaiのO1などの大規模な言語モデル（LLM）は、テスト時間の計算を … 続きを読む
カテゴリー: cs.CL
Thoughts Are All Over the Place: On the Underthinking of o1-Like LLMs はコメントを受け付けていません
Beyond Browsing: API-Based Web Agents
要約 Webブラウザは、人間の活動の多くが実施されているインターネットのポータル … 続きを読む
State Stream Transformer (SST) : Emergent Metacognitive Behaviours Through Latent State Persistence
要約 State Stream Transformer（SST）を紹介します。こ … 続きを読む