cs.AI」カテゴリーアーカイブ

Mixture of Routers

要約 監視された微調整(SFT)は、大規模な言語モデルを人間の指示に合わせて、ダ … 続きを読む

カテゴリー: cs.AI, cs.CL | Mixture of Routers はコメントを受け付けていません

Meta-World+: An Improved, Standardized, RL Benchmark

要約 Meta-Worldは、多様なスキルを同時に習得することに挑戦しているマル … 続きを読む

カテゴリー: cs.AI, cs.LG | Meta-World+: An Improved, Standardized, RL Benchmark はコメントを受け付けていません

QuXAI: Explainers for Hybrid Quantum Machine Learning Models

要約 ハイブリッド量子機械学習(HQML)モデルの出現は、計算インテリジェンスの … 続きを読む

カテゴリー: cs.AI, cs.LG, quant-ph | QuXAI: Explainers for Hybrid Quantum Machine Learning Models はコメントを受け付けていません

Heterogeneity-Aware Client Sampling: A Unified Solution for Consistent Federated Learning

要約 Federated Learning(FL)には、一般的に、多様なコミュニ … 続きを読む

カテゴリー: cs.AI, cs.LG | Heterogeneity-Aware Client Sampling: A Unified Solution for Consistent Federated Learning はコメントを受け付けていません

Explaining Strategic Decisions in Multi-Agent Reinforcement Learning for Aerial Combat Tactics

要約 人工知能(AI)は、複雑なシナリオで自律エージェント間の調整を可能にするマ … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA | Explaining Strategic Decisions in Multi-Agent Reinforcement Learning for Aerial Combat Tactics はコメントを受け付けていません

On the Feasibility of Using LLMs to Autonomously Execute Multi-host Network Attacks

要約 LLMは、一部のセキュリティタスクとCTFの課題で予備的な約束を示していま … 続きを読む

カテゴリー: cs.AI, cs.CR | On the Feasibility of Using LLMs to Autonomously Execute Multi-host Network Attacks はコメントを受け付けていません

ImprovNet — Generating Controllable Musical Improvisations with Iterative Corruption Refinement

要約 Deep Learningがさまざまなドメインにまたがるスタイル転送におけ … 続きを読む

カテゴリー: cs.AI, cs.SD, eess.AS | ImprovNet — Generating Controllable Musical Improvisations with Iterative Corruption Refinement はコメントを受け付けていません

A Radon-Nikodým Perspective on Anomaly Detection: Theory and Implications

要約 効果的な異常検出損失関数の設計を支える原理はどれですか? 答えは、Rado … 続きを読む

カテゴリー: cs.AI, cs.LG | A Radon-Nikodým Perspective on Anomaly Detection: Theory and Implications はコメントを受け付けていません

DecompileBench: A Comprehensive Benchmark for Evaluating Decompilers in Real-World Scenarios

要約 逆コンパイラは、脆弱性の発見からマルウェア分析まで、重要なセキュリティタス … 続きを読む

カテゴリー: cs.AI, cs.SE | DecompileBench: A Comprehensive Benchmark for Evaluating Decompilers in Real-World Scenarios はコメントを受け付けていません

Flex: End-to-End Text-Instructed Visual Navigation from Foundation Model Features

要約 エンドツーエンドの学習は、感覚入力をアクションに直接マッピングし、複雑なロ … 続きを読む

カテゴリー: 68T05, 68T40, 68T50, cs.AI, cs.RO, I.2.10 | Flex: End-to-End Text-Instructed Visual Navigation from Foundation Model Features はコメントを受け付けていません