cs.AI」カテゴリーアーカイブ

API-BLEND: A Comprehensive Corpora for Training and Benchmarking API LLMs

要約 ツールや外部アプリケーション プログラミング インターフェイス (API) … 続きを読む

カテゴリー: cs.AI, cs.CL | API-BLEND: A Comprehensive Corpora for Training and Benchmarking API LLMs はコメントを受け付けていません

Reindex-Then-Adapt: Improving Large Language Models for Conversational Recommendation

要約 大規模言語モデル (LLM) は、アイテムのコンテンツに適切にインデックス … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR | Reindex-Then-Adapt: Improving Large Language Models for Conversational Recommendation はコメントを受け付けていません

Jury: A Comprehensive Evaluation Toolkit

要約 評価は、予測ベースのシステムの基本ブロックとしてディープ ラーニングにおい … 続きを読む

カテゴリー: cs.AI, cs.CL, D.1.3 | Jury: A Comprehensive Evaluation Toolkit はコメントを受け付けていません

RSCNet: Dynamic CSI Compression for Cloud-based WiFi Sensing

要約 WiFi 対応のモノのインターネット (IoT) デバイスは、チャネル状態 … 続きを読む

カテゴリー: cs.AI, cs.HC, cs.IT, cs.LG, eess.SP, math.IT | RSCNet: Dynamic CSI Compression for Cloud-based WiFi Sensing はコメントを受け付けていません

Eliciting Problem Specifications via Large Language Models

要約 一般に、認知システムでは、人間が問題の定義を、認知システムが問題の解決やタ … 続きを読む

カテゴリー: cs.AI, cs.CL, I.2.11 | Eliciting Problem Specifications via Large Language Models はコメントを受け付けていません

Fennec: Fine-grained Language Model Evaluation and Correction Extended through Branching and Bridging

要約 大規模な言語モデルの急速な進歩により、主に人間の意図に合わせることに重点を … 続きを読む

カテゴリー: cs.AI, cs.CL | Fennec: Fine-grained Language Model Evaluation and Correction Extended through Branching and Bridging はコメントを受け付けていません

A Hybrid Machine Learning Model for Classifying Gene Mutations in Cancer using LSTM, BiLSTM, CNN, GRU, and GloVe

要約 私たちの研究では、がんにおける遺伝子変異を分類するために、LSTM、BiL … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, q-bio.QM | A Hybrid Machine Learning Model for Classifying Gene Mutations in Cancer using LSTM, BiLSTM, CNN, GRU, and GloVe はコメントを受け付けていません

Building Temporal Kernels with Orthogonal Polynomials

要約 直交多項式基底関数から生成された時間畳み込みカーネルを含む、PLEIADE … 続きを読む

カテゴリー: cs.AI, cs.LG | Building Temporal Kernels with Orthogonal Polynomials はコメントを受け付けていません

Multi-order Graph Clustering with Adaptive Node-level Weight Learning

要約 現在のグラフ クラスタリング手法は、モチーフ レベルでの高次の組織化を無視 … 続きを読む

カテゴリー: cs.AI, cs.LG | Multi-order Graph Clustering with Adaptive Node-level Weight Learning はコメントを受け付けていません

Metacognitive Capabilities of LLMs: An Exploration in Mathematical Problem Solving

要約 メタ認知的知識とは、人間自身の思考と推論のプロセスに関する直感的な知識を指 … 続きを読む

カテゴリー: cs.AI, cs.LG | Metacognitive Capabilities of LLMs: An Exploration in Mathematical Problem Solving はコメントを受け付けていません