cs.AI」カテゴリーアーカイブ

Self-Supervised Spatial-Temporal Normality Learning for Time Series Anomaly Detection

要約 時系列異常検出 (TSAD) は、金融市場、工業生産、ヘルスケアなどのさま … 続きを読む

カテゴリー: cs.AI, cs.LG | Self-Supervised Spatial-Temporal Normality Learning for Time Series Anomaly Detection はコメントを受け付けていません

BGE M3-Embedding: Multi-Lingual, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation

要約 この論文では、M3-Embedding と呼ばれる、多言語性、多機能性、お … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | BGE M3-Embedding: Multi-Lingual, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation はコメントを受け付けていません

M2Lingual: Enhancing Multilingual, Multi-Turn Instruction Alignment in Large Language Models

要約 命令微調整 (IFT) は、大規模言語モデル (LLM) を命令に従うよう … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | M2Lingual: Enhancing Multilingual, Multi-Turn Instruction Alignment in Large Language Models はコメントを受け付けていません

Deceptive Diffusion: Generating Synthetic Adversarial Examples

要約 私たちは、欺瞞的拡散の概念を導入します。つまり、生成 AI モデルをトレー … 続きを読む

カテゴリー: 68T07, cs.AI, cs.LG, I.2.0 | Deceptive Diffusion: Generating Synthetic Adversarial Examples はコメントを受け付けていません

A Multimodal Foundation Agent for Financial Trading: Tool-Augmented, Diversified, and Generalist

要約 金融取引は市場の重要な要素であり、ニュース、価格、クライン チャートを含む … 続きを読む

カテゴリー: cs.AI, q-fin.TR | A Multimodal Foundation Agent for Financial Trading: Tool-Augmented, Diversified, and Generalist はコメントを受け付けていません

TimeBench: A Comprehensive Evaluation of Temporal Reasoning Abilities in Large Language Models

要約 時間の概念を把握することは人間の認識の基本的な側面であり、世界の複雑さを真 … 続きを読む

カテゴリー: cs.AI, cs.CL | TimeBench: A Comprehensive Evaluation of Temporal Reasoning Abilities in Large Language Models はコメントを受け付けていません

Zero-Shot Reasoning: Personalized Content Generation Without the Cold Start Problem

要約 プロシージャル コンテンツ生成では、アルゴリズム技術を使用して、はるかに低 … 続きを読む

カテゴリー: cs.AI | Zero-Shot Reasoning: Personalized Content Generation Without the Cold Start Problem はコメントを受け付けていません

Fuzzy Logic Guided Reward Function Variation: An Oracle for Testing Reinforcement Learning Programs

要約 強化学習 (RL) は、さまざまな分野で大きな注目を集めています。 ただし … 続きを読む

カテゴリー: 68T05, 68T27, 93C42, cs.AI, cs.SE, D.2.5 | Fuzzy Logic Guided Reward Function Variation: An Oracle for Testing Reinforcement Learning Programs はコメントを受け付けていません

BeamAggR: Beam Aggregation Reasoning over Multi-source Knowledge for Multi-hop Question Answering

要約 大規模言語モデル (LLM) は、強力な推論機能を実証しています。 それに … 続きを読む

カテゴリー: cs.AI, cs.CL | BeamAggR: Beam Aggregation Reasoning over Multi-source Knowledge for Multi-hop Question Answering はコメントを受け付けていません

UINav: A Practical Approach to Train On-Device Automation Agents

要約 アプリケーションのユーザー インターフェイスを自律的に駆動してユーザーのタ … 続きを読む

カテゴリー: cs.AI, cs.HC | UINav: A Practical Approach to Train On-Device Automation Agents はコメントを受け付けていません