「cs.AI」カテゴリーアーカイブ

MCDFN: Supply Chain Demand Forecasting via an Explainable Multi-Channel Data Fusion Network Model Integrating CNN, LSTM, and GRU

投稿日: 2024年5月27日 作成者: jarxiv

要約 サプライチェーン管理を最適化するには、正確な需要予測が不可欠です。 従来の … 続きを読む →

カテゴリー: cs.AI, cs.LG | MCDFN: Supply Chain Demand Forecasting via an Explainable Multi-Channel Data Fusion Network Model Integrating CNN, LSTM, and GRU はコメントを受け付けていません

Towards Principled Graph Transformers

投稿日: 2024年5月27日 作成者: jarxiv

要約 k 次元ヴァイスフェイラー・レーマン (k-WL) 階層に基づくグラフ学習 … 続きを読む →

カテゴリー: cs.AI, cs.LG | Towards Principled Graph Transformers はコメントを受け付けていません

VerMCTS: Synthesizing Multi-Step Programs using a Verifier, a Large Language Model, and Tree Search

投稿日: 2024年5月27日 作成者: jarxiv

要約 大規模言語モデル (LLM) は有用なコードを生成できますが、多くの場合、 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.LO, cs.PL, cs.SE | VerMCTS: Synthesizing Multi-Step Programs using a Verifier, a Large Language Model, and Tree Search はコメントを受け付けていません

Harnessing Large Language Models for Software Vulnerability Detection: A Comprehensive Benchmarking Study

投稿日: 2024年5月27日 作成者: jarxiv

要約 脆弱性を検出するためにさまざまなアプローチが採用されているにもかかわらず、 … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.SE | Harnessing Large Language Models for Software Vulnerability Detection: A Comprehensive Benchmarking Study はコメントを受け付けていません

Neuromorphic dreaming: A pathway to efficient learning in artificial agents

投稿日: 2024年5月27日 作成者: jarxiv

要約 学習におけるエネルギー効率の達成は、人工知能 (AI) コンピューティング … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE | Neuromorphic dreaming: A pathway to efficient learning in artificial agents はコメントを受け付けていません

Interpreting Key Mechanisms of Factual Recall in Transformer-Based Language Models

投稿日: 2024年5月27日 作成者: jarxiv

要約 このペーパーでは、事実想起タスクのために Transformer ベースの … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Interpreting Key Mechanisms of Factual Recall in Transformer-Based Language Models はコメントを受け付けていません

Beyond Trend and Periodicity: Guiding Time Series Forecasting with Textual Cues

投稿日: 2024年5月27日 作成者: jarxiv

要約 この研究では、新しいテキストガイド付き時系列予測 (TGTSF) タスクが … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Beyond Trend and Periodicity: Guiding Time Series Forecasting with Textual Cues はコメントを受け付けていません

Inverse-RLignment: Inverse Reinforcement Learning from Demonstrations for LLM Alignment

投稿日: 2024年5月27日 作成者: jarxiv

要約 大規模言語モデル (LLM) を調整することは、安全性と実用性を高めるため … 続きを読む →

カテゴリー: cs.AI, cs.LG | Inverse-RLignment: Inverse Reinforcement Learning from Demonstrations for LLM Alignment はコメントを受け付けていません

SynGhost: Imperceptible and Universal Task-agnostic Backdoor Attack in Pre-trained Language Models

投稿日: 2024年5月27日 作成者: jarxiv

要約 事前トレーニングは、事前トレーニングされた言語モデル (PLM) をデプロ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR | SynGhost: Imperceptible and Universal Task-agnostic Backdoor Attack in Pre-trained Language Models はコメントを受け付けていません

DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model

投稿日: 2024年5月27日 作成者: jarxiv

要約 経済的なトレーニングと効率的な推論を特徴とする強力な専門家混合 (MoE) … 続きを読む →

カテゴリー: cs.AI, cs.CL | DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model はコメントを受け付けていません