投稿者「jarxiv」のアーカイブ

The Imitation Game According To Turing

要約 人工知能の人間社会への利益とリスクに関する誇大広告と不安の現在のサイクルは … 続きを読む

カテゴリー: cs.AI, cs.CY, cs.HC | The Imitation Game According To Turing はコメントを受け付けていません

Slaves to the Law of Large Numbers: An Asymptotic Equipartition Property for Perplexity in Generative Language Models

要約 言語モデルによって生成された長いテキストの困惑と、オープンソースモデルから … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IT, math.IT | Slaves to the Law of Large Numbers: An Asymptotic Equipartition Property for Perplexity in Generative Language Models はコメントを受け付けていません

Tonguescape: Exploring Language Models Understanding of Vowel Articulation

要約 母音は主に舌の位置によって特徴付けられます。 人間は、MRIの使用などの自 … 続きを読む

カテゴリー: cs.AI, cs.CL | Tonguescape: Exploring Language Models Understanding of Vowel Articulation はコメントを受け付けていません

Exploring Vision Language Models for Multimodal and Multilingual Stance Detection

要約 ソーシャルメディアのグローバルリーチは、情報の広がりを増幅し、言語やモダリ … 続きを読む

カテゴリー: cs.AI, cs.CL | Exploring Vision Language Models for Multimodal and Multilingual Stance Detection はコメントを受け付けていません

Quantifying Energy and Cost Benefits of Hybrid Edge Cloud: Analysis of Traditional and Agentic Workloads

要約 このペーパーでは、集中クラウドシステムのワークロード分布の課題を調べ、ハイ … 続きを読む

カテゴリー: cs.AI, cs.DC | Quantifying Energy and Cost Benefits of Hybrid Edge Cloud: Analysis of Traditional and Agentic Workloads はコメントを受け付けていません

Can LLMs Obfuscate Code? A Systematic Analysis of Large Language Models into Assembly Code Obfuscation

要約 マルウェアの著者は、多くの場合、コード難読化を採用して、マルウェアを検出し … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CR | Can LLMs Obfuscate Code? A Systematic Analysis of Large Language Models into Assembly Code Obfuscation はコメントを受け付けていません

Planning with Vision-Language Models and a Use Case in Robot-Assisted Teaching

要約 大規模な言語モデル(LLM)を使用して、計画ドメイン定義言語(PDDL)の … 続きを読む

カテゴリー: cs.AI, cs.RO | Planning with Vision-Language Models and a Use Case in Robot-Assisted Teaching はコメントを受け付けていません

Conjuring Semantic Similarity

要約 サンプル式間のセマンティックな類似性は、潜在的な「意味」の間の距離を測定し … 続きを読む

カテゴリー: cs.AI | Conjuring Semantic Similarity はコメントを受け付けていません

Boosting Federated Learning with FedEntOpt: Mitigating Label Skew by Entropy-Based Client Selection

要約 ディープラーニングは、自然言語加工、コンピュータービジョンなど、さまざまな … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG | Boosting Federated Learning with FedEntOpt: Mitigating Label Skew by Entropy-Based Client Selection はコメントを受け付けていません

CLIP-Motion: Learning Reward Functions for Robotic Actions Using Consecutive Observations

要約 このペーパーでは、クリップベースのモデルの力を活用することにより、ロボット … 続きを読む

カテゴリー: cs.AI, cs.RO | CLIP-Motion: Learning Reward Functions for Robotic Actions Using Consecutive Observations はコメントを受け付けていません