投稿者「jarxiv」のアーカイブ

DecoupledESC: Enhancing Emotional Support Generation via Strategy-Response Decoupled Preference Optimization

要約 感情的サポート会話(ESC)の最近の進歩により、監視付き微調整(SFT)を … 続きを読む

カテゴリー: cs.CL | DecoupledESC: Enhancing Emotional Support Generation via Strategy-Response Decoupled Preference Optimization はコメントを受け付けていません

From 1,000,000 Users to Every User: Scaling Up Personalized Preference for User-level Alignment

要約 大規模な言語モデル(LLM)は、ユーザーの価値とニーズの多様性を根本的に見 … 続きを読む

カテゴリー: cs.AI, cs.CL | From 1,000,000 Users to Every User: Scaling Up Personalized Preference for User-level Alignment はコメントを受け付けていません

GCAL: Adapting Graph Models to Evolving Domain Shifts

要約 このペーパーでは、進化する複数の分散(OOD)グラフに関するグラフドメイン … 続きを読む

カテゴリー: cs.AI, cs.LG | GCAL: Adapting Graph Models to Evolving Domain Shifts はコメントを受け付けていません

Predicate-Conditional Conformalized Answer Sets for Knowledge Graph Embeddings

要約 知識グラフ埋め込み(KGE)方法の不確実性の定量化は、ダウンストリームアプ … 続きを読む

カテゴリー: cs.AI | Predicate-Conditional Conformalized Answer Sets for Knowledge Graph Embeddings はコメントを受け付けていません

Diversity as a Reward: Fine-Tuning LLMs on a Mixture of Domain-Undetermined Data

要約 多様なデータセットを使用した大規模な言語モデル(LLMS)の微調整は、さま … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Diversity as a Reward: Fine-Tuning LLMs on a Mixture of Domain-Undetermined Data はコメントを受け付けていません

HyperGraphRAG: Retrieval-Augmented Generation via Hypergraph-Structured Knowledge Representation

要約 GraphRagは、グラフベースの知識表現によってこのアプローチを進めます … 続きを読む

カテゴリー: cs.AI | HyperGraphRAG: Retrieval-Augmented Generation via Hypergraph-Structured Knowledge Representation はコメントを受け付けていません

CASTILLO: Characterizing Response Length Distributions of Large Language Models

要約 大規模な言語モデル(LLM)推論のコンピューテリソースを効率的に管理するこ … 続きを読む

カテゴリー: cs.AI, cs.CL | CASTILLO: Characterizing Response Length Distributions of Large Language Models はコメントを受け付けていません

Don’t ‘Overthink’ Passage Reranking: Is Reasoning Truly Necessary?

要約 複雑な自然言語のタスクにわたる推論モデルの成功により、情報検索(IR)コミ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG | Don’t ‘Overthink’ Passage Reranking: Is Reasoning Truly Necessary? はコメントを受け付けていません

CAIN: Hijacking LLM-Humans Conversations via a Two-Stage Malicious System Prompt Generation and Refining Framework

要約 大規模な言語モデル(LLM)は多くのアプリケーションを進めてきましたが、敵 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CR | CAIN: Hijacking LLM-Humans Conversations via a Two-Stage Malicious System Prompt Generation and Refining Framework はコメントを受け付けていません

Slamming: Training a Speech Language Model on One GPU in a Day

要約 24時間で単一のアカデミックGPUで高品質の音声言語モデル(SLM)をトレ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Slamming: Training a Speech Language Model on One GPU in a Day はコメントを受け付けていません