投稿者「jarxiv」のアーカイブ

Quantifying the Reasoning Abilities of LLMs on Real-world Clinical Cases

要約 Deepseek-R1やOpenai-O3などの推論強化大型言語モデル(L … 続きを読む

カテゴリー: cs.CL | Quantifying the Reasoning Abilities of LLMs on Real-world Clinical Cases はコメントを受け付けていません

Folded Context Condensation in Path Integral Formalism for Infinite Context Transformers

要約 この作業では、パス積分形式のフレームワーク内でコアメカニズムを再解釈するこ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.NE, hep-ph | Folded Context Condensation in Path Integral Formalism for Infinite Context Transformers はコメントを受け付けていません

Token-Supervised Value Models for Enhancing Mathematical Problem-Solving Capabilities of Large Language Models

要約 大規模な言語モデル(LLM)の数学的問題解決能力を改善するためのテスト時間 … 続きを読む

カテゴリー: cs.AI, cs.CL | Token-Supervised Value Models for Enhancing Mathematical Problem-Solving Capabilities of Large Language Models はコメントを受け付けていません

Provably Accurate Shapley Value Estimation via Leverage Score Sampling

要約 もともとゲーム理論で導入されたShapleyの値は、説明可能な機械学習の中 … 続きを読む

カテゴリー: cs.AI, cs.LG | Provably Accurate Shapley Value Estimation via Leverage Score Sampling はコメントを受け付けていません

From Centralized to Decentralized Federated Learning: Theoretical Insights, Privacy Preservation, and Robustness Challenges

要約 Federated Learning(FL)は、個人の生データを直接共有す … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG | From Centralized to Decentralized Federated Learning: Theoretical Insights, Privacy Preservation, and Robustness Challenges はコメントを受け付けていません

Balancing optimism and pessimism in offline-to-online learning

要約 確率的有限腕の盗賊問題に焦点を当てた、オフラインからオンラインの学習設定と … 続きを読む

カテゴリー: cs.AI, cs.LG | Balancing optimism and pessimism in offline-to-online learning はコメントを受け付けていません

Interference-Aware Super-Constellation Design for NOMA

要約 非正義の多重アクセス(NOMA)は、潜在的な次世代多世代の複数アクセス手法 … 続きを読む

カテゴリー: cs.AI, cs.IT, eess.SP, math.IT | Interference-Aware Super-Constellation Design for NOMA はコメントを受け付けていません

Language Models Fail to Introspect About Their Knowledge of Language

要約 大規模な言語モデル(LLM)が自分の内部状態について内省できるかどうかに最 … 続きを読む

カテゴリー: cs.AI, cs.CL | Language Models Fail to Introspect About Their Knowledge of Language はコメントを受け付けていません

TokenButler: Token Importance is Predictable

要約 大規模な言語モデル(LLMS)は、キー価値(kV)キャッシュに依存してトー … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | TokenButler: Token Importance is Predictable はコメントを受け付けていません

LMM-R1: Empowering 3B LMMs with Strong Reasoning Abilities Through Two-Stage Rule-Based RL

要約 大規模なマルチモーダルモデル(LMMS)の推論の強化は、特に建築的制約が推 … 続きを読む

カテゴリー: cs.AI, cs.CL | LMM-R1: Empowering 3B LMMs with Strong Reasoning Abilities Through Two-Stage Rule-Based RL はコメントを受け付けていません