月別アーカイブ: 2025年4月

Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching

要約 非正常密度またはエネルギー関数からサンプリングする拡散プロセスを学習するた … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする

Babysit A Language Model From Scratch: Interactive Language Learning by Trials and Demonstrations

要約 人間は効率的な言語学習者であり、本質的に社会的な生き物です。 私たちの言語 … 続きを読む

カテゴリー: cs.AI, cs.CL | コメントする

DP2Unlearning: An Efficient and Guaranteed Unlearning Framework for LLMs

要約 大規模な言語モデル(LLM)は最近、言語処理タスクに革命をもたらしましたが … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする

Probabilistic Stability Guarantees for Feature Attributions

要約 安定性保証は、機能の属性を評価するための新たなツールですが、既存の認証方法 … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする

Collective Learning Mechanism based Optimal Transport Generative Adversarial Network for Non-parallel Voice Conversion

要約 画像合成に大きな成功を示した後、生成敵対的ネットワーク(GAN)モデルは同 … 続きを読む

カテゴリー: cs.AI, cs.SD, eess.AS | コメントする

Meta-Learning and Knowledge Discovery based Physics-Informed Neural Network for Remaining Useful Life Prediction

要約 回転機械の残りの耐用年数(RUL)を予測することは、産業の安全性とメンテナ … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする

Imitation Learning with Precisely Labeled Human Demonstrations

要約 模倣学習パラダイム内では、トレーニングジェネラリストロボットには、多様なキ … 続きを読む

カテゴリー: cs.AI, cs.RO | コメントする

Near-optimal algorithms for private estimation and sequential testing of collision probability

要約 多くの科学分野で広く使用されている離散分布の拡散の基本的な尺度である、\ … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Not All Rollouts are Useful: Down-Sampling Rollouts in LLM Reinforcement Learning

要約 強化学習(RL)は、大規模な言語モデルの推論能力を強化するための強力なパラ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

Parameter-Efficient Continual Fine-Tuning: A Survey

要約 大規模な事前に訓練されたネットワークの出現により、AIフィールドに革命をも … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする