投稿者「jarxiv」のアーカイブ

Complex LLM Planning via Automated Heuristics Discovery

投稿日: 2025年2月27日 作成者: jarxiv

要約 複雑な計画タスクの大規模な言語モデル（LLM）を強化することを検討します。 … 続きを読む →

カテゴリー: cs.AI | Complex LLM Planning via Automated Heuristics Discovery はコメントを受け付けていません

Combining Planning and Reinforcement Learning for Solving Relational Multiagent Domains

投稿日: 2025年2月27日 作成者: jarxiv

要約 マルチエージェント補強学習（MARL）は、状態および行動空間の指数関数的な … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA | Combining Planning and Reinforcement Learning for Solving Relational Multiagent Domains はコメントを受け付けていません

Associative memory and dead neurons

投稿日: 2025年2月27日 作成者: jarxiv

要約 「神経生物学と機械学習における大規模な連想記憶問題」で、ドミトリー・クロト … 続きを読む →

カテゴリー: cs.AI, cs.NE, q-bio.NC | Associative memory and dead neurons はコメントを受け付けていません

Corporate Fraud Detection in Rich-yet-Noisy Financial Graph

投稿日: 2025年2月27日 作成者: jarxiv

要約 企業詐欺検出は、不正な財務諸表や違法なインサイダー取引などの不法な活動を実 … 続きを読む →

カテゴリー: cs.AI, cs.LG, q-fin.RM, q-fin.ST | Corporate Fraud Detection in Rich-yet-Noisy Financial Graph はコメントを受け付けていません

Anomaly Detection in Complex Dynamical Systems: A Systematic Framework Using Embedding Theory and Physics-Inspired Consistency

投稿日: 2025年2月27日 作成者: jarxiv

要約 複雑な動的システムにおける異常検出は、産業およびサイバー物理インフラストラ … 続きを読む →

カテゴリー: cs.AI, cs.LG | Anomaly Detection in Complex Dynamical Systems: A Systematic Framework Using Embedding Theory and Physics-Inspired Consistency はコメントを受け付けていません

WOFOSTGym: A Crop Simulator for Learning Annual and Perennial Crop Management Strategies

投稿日: 2025年2月27日 作成者: jarxiv

要約 単一およびマルチファームの設定で年間および多年生作物の農業決定の決定を最適 … 続きを読む →

カテゴリー: cs.AI | WOFOSTGym: A Crop Simulator for Learning Annual and Perennial Crop Management Strategies はコメントを受け付けていません

Faithful Logic Embeddings in HOL — A recipe to have it all: deep and shallow, automated and interactive, heavy and light, proofs and counterexamples, meta and object level

投稿日: 2025年2月27日 作成者: jarxiv

要約 古典的な高次ロジックにおける非古典的なロジックの深く浅い埋め込みは、近年、 … 続きを読む →

カテゴリー: 03Axx, 03B15, 03Bxx, 68T15, cs.AI, cs.LO, cs.MS, I.2.3, math.LO | Faithful Logic Embeddings in HOL — A recipe to have it all: deep and shallow, automated and interactive, heavy and light, proofs and counterexamples, meta and object level はコメントを受け付けていません

FSPO: Few-Shot Preference Optimization of Synthetic Preference Data in LLMs Elicits Effective Personalization to Real Users

投稿日: 2025年2月27日 作成者: jarxiv

要約 LLMSの効果的なパーソナライズは、仮想アシスタントやコンテンツキュレーシ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.LG, stat.ML | FSPO: Few-Shot Preference Optimization of Synthetic Preference Data in LLMs Elicits Effective Personalization to Real Users はコメントを受け付けていません

Shh, don’t say that! Domain Certification in LLMs

投稿日: 2025年2月27日 作成者: jarxiv

要約 大規模な言語モデル（LLM）は、狭いドメインを備えた制約付きタスクを実行す … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.LG, stat.ML | Shh, don’t say that! Domain Certification in LLMs はコメントを受け付けていません

Partition Tree Weighting for Non-Stationary Stochastic Bandits

投稿日: 2025年2月27日 作成者: jarxiv

要約 このペーパーでは、相互作用データのユニバーサルソースコーディングの一般化、 … 続きを読む →

カテゴリー: cs.AI, cs.LG | Partition Tree Weighting for Non-Stationary Stochastic Bandits はコメントを受け付けていません