月別アーカイブ: 2025年5月

RouteNator: A Router-Based Multi-Modal Architecture for Generating Synthetic Training Data for Function Calling LLMs

要約 このペーパーでは、実際のユーザーインタラクションデータが利用できない場合、 … 続きを読む

カテゴリー: cs.CL, cs.LG | RouteNator: A Router-Based Multi-Modal Architecture for Generating Synthetic Training Data for Function Calling LLMs はコメントを受け付けていません

Disentangling Memory and Reasoning Ability in Large Language Models

要約 大規模な言語モデル(LLMS)は、広範な知識と推論能力の両方を必要とする複 … 続きを読む

カテゴリー: cs.CL | Disentangling Memory and Reasoning Ability in Large Language Models はコメントを受け付けていません

The Devil Is in the Word Alignment Details: On Translation-Based Cross-Lingual Transfer for Token Classification Tasks

要約 翻訳トレインなど、翻訳を横断する転送XLTのための翻訳ベースの戦略 &#8 … 続きを読む

カテゴリー: cs.CL | The Devil Is in the Word Alignment Details: On Translation-Based Cross-Lingual Transfer for Token Classification Tasks はコメントを受け付けていません

WorldPM: Scaling Human Preference Modeling

要約 モデルとデータセットのサイズを備えたパワー法則としてのテスト損失スケールを … 続きを読む

カテゴリー: cs.CL | WorldPM: Scaling Human Preference Modeling はコメントを受け付けていません

Beyond ‘Aha!’: Toward Systematic Meta-Abilities Alignment in Large Reasoning Models

要約 大規模な推論モデル(LRMS)は、既に長い考え方の推論のために潜在能力を持 … 続きを読む

カテゴリー: cs.CL | Beyond ‘Aha!’: Toward Systematic Meta-Abilities Alignment in Large Reasoning Models はコメントを受け付けていません

How Does Knowledge Selection Help Retrieval Augmented Generation?

要約 検索された生成(RAG)は、外部の知識をモデルの出力に統合することにより、 … 続きを読む

カテゴリー: cs.CL | How Does Knowledge Selection Help Retrieval Augmented Generation? はコメントを受け付けていません

Optimizing Power Grid Topologies with Reinforcement Learning: A Survey of Methods and Challenges

要約 再生可能エネルギー源の統合の増加と、より適応的な制御戦略の必要性により、電 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, stat.ML | Optimizing Power Grid Topologies with Reinforcement Learning: A Survey of Methods and Challenges はコメントを受け付けていません

The Lazy Student’s Dream: ChatGPT Passing an Engineering Course on Its Own

要約 このペーパーでは、学期にわたる学部管理システムコースを正常に完了するための … 続きを読む

カテゴリー: cs.AI, cs.CY | The Lazy Student’s Dream: ChatGPT Passing an Engineering Course on Its Own はコメントを受け付けていません

GPU Performance Portability needs Autotuning

要約 LLMSが複雑になるにつれて、最先端のパフォーマンスを達成するには、アルゴ … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.PL | GPU Performance Portability needs Autotuning はコメントを受け付けていません

Towards Graph Foundation Models: Training on Knowledge Graphs Enables Transferability to General Graphs

要約 大規模な言語モデルの成功に触発されて、さまざまなドメインで多様なダウンスト … 続きを読む

カテゴリー: cs.AI, cs.LG | Towards Graph Foundation Models: Training on Knowledge Graphs Enables Transferability to General Graphs はコメントを受け付けていません