cs.AI」カテゴリーアーカイブ

Beyond Theorem Proving: Formulation, Framework and Benchmark for Formal Problem-Solving

要約 一見自明のタスクとして、問題解決は科学と工学の重要な要素でした。 ただし、 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LO | Beyond Theorem Proving: Formulation, Framework and Benchmark for Formal Problem-Solving はコメントを受け付けていません

Overcoming Data Scarcity in Generative Language Modelling for Low-Resource Languages: A Systematic Review

要約 生成言語モデリングは、ChatGptやGoogle Geminiなどのサー … 続きを読む

カテゴリー: cs.AI, cs.CL | Overcoming Data Scarcity in Generative Language Modelling for Low-Resource Languages: A Systematic Review はコメントを受け付けていません

Qualitative Analysis of $ω$-Regular Objectives on Robust MDPs

要約 堅牢なマルコフ決定プロセス(RMDP)は、一連の遷移関数のセットを定義する … 続きを読む

カテゴリー: cs.AI | Qualitative Analysis of $ω$-Regular Objectives on Robust MDPs はコメントを受け付けていません

Risk-sensitive Reinforcement Learning Based on Convex Scoring Functions

要約 凸スコアリング機能を特徴とする、広範なクラスのリスク目標の下で強化学習(R … 続きを読む

カテゴリー: cs.AI, q-fin.MF, q-fin.RM | Risk-sensitive Reinforcement Learning Based on Convex Scoring Functions はコメントを受け付けていません

Purity Law for Generalizable Neural TSP Solvers

要約 さまざまなスケールと分布にわたる神経アプローチの一般化を達成することは、巡 … 続きを読む

カテゴリー: cs.AI, cs.LG | Purity Law for Generalizable Neural TSP Solvers はコメントを受け付けていません

Fight Fire with Fire: Defending Against Malicious RL Fine-Tuning via Reward Neutralization

要約 強化学習(RL)微調整は大規模な言語モデルを変換しながら、実験的に検証する … 続きを読む

カテゴリー: cs.AI, cs.LG | Fight Fire with Fire: Defending Against Malicious RL Fine-Tuning via Reward Neutralization はコメントを受け付けていません

AI Governance to Avoid Extinction: The Strategic Landscape and Actionable Research Questions

要約 人類は、あらゆる認知領域と活動の人間の専門家を大幅に上回るAIシステムをす … 続きを読む

カテゴリー: cs.AI, cs.CY | AI Governance to Avoid Extinction: The Strategic Landscape and Actionable Research Questions はコメントを受け付けていません

WATCH: Weighted Adaptive Testing for Changepoint Hypotheses via Weighted-Conformal Martingales

要約 ハイステークス設定で人工知能(AI) /機械学習(ML)システムを責任を持 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | WATCH: Weighted Adaptive Testing for Changepoint Hypotheses via Weighted-Conformal Martingales はコメントを受け付けていません

Score Distillation Sampling for Audio: Source Separation, Synthesis, and Beyond

要約 オーディオSDSを紹介します。オーディオSDは、テキストコンディショニング … 続きを読む

カテゴリー: 68T07, cs.AI, cs.LG, cs.MM, cs.SD, eess.AS, H.5.1 | Score Distillation Sampling for Audio: Source Separation, Synthesis, and Beyond はコメントを受け付けていません

Deep residual learning with product units

要約 製品ユニットを残留ブロックに統合して、深い畳み込みネットワークの表現力とパ … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Deep residual learning with product units はコメントを受け付けていません