「cs.AI」カテゴリーアーカイブ

S2vNTM: Semi-supervised vMF Neural Topic Modeling

投稿日: 2024年2月9日 作成者: jarxiv

要約 言語モデルに基づく方法は、テキスト分類のための強力な技術です。 ただし、こ … 続きを読む →

カテゴリー: 68T50, cs.AI, cs.CL, I.2.7 | S2vNTM: Semi-supervised vMF Neural Topic Modeling はコメントを受け付けていません

AutoAugment Is What You Need: Enhancing Rule-based Augmentation Methods in Low-resource Regimes

投稿日: 2024年2月9日 作成者: jarxiv

要約 テキスト データの拡張は、文が個別であるため、複雑な問題になります。 ルー … 続きを読む →

カテゴリー: cs.AI, cs.CL | AutoAugment Is What You Need: Enhancing Rule-based Augmentation Methods in Low-resource Regimes はコメントを受け付けていません

SoftEDA: Rethinking Rule-Based Data Augmentation with Soft Labels

投稿日: 2024年2月9日 作成者: jarxiv

要約 ルールベースのテキスト データ拡張は、そのシンプルさから NLP タスクに … 続きを読む →

カテゴリー: cs.AI, cs.CL | SoftEDA: Rethinking Rule-Based Data Augmentation with Soft Labels はコメントを受け付けていません

Pretrained Generative Language Models as General Learning Frameworks for Sequence-Based Tasks

投稿日: 2024年2月9日 作成者: jarxiv

要約 私たちは、数百万のパラメーターを備えた事前トレーニング済みの小さな基本生成 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Pretrained Generative Language Models as General Learning Frameworks for Sequence-Based Tasks はコメントを受け付けていません

Efficient Models for the Detection of Hate, Abuse and Profanity

投稿日: 2024年2月9日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、感情分析、文書分類、固有表現認識、質問応 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC | Efficient Models for the Detection of Hate, Abuse and Profanity はコメントを受け付けていません

Comprehensive Assessment of Jailbreak Attacks Against LLMs

投稿日: 2024年2月9日 作成者: jarxiv

要約 大規模言語モデル (LLM) の誤用は、広範な懸念を引き起こしています。 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.LG | Comprehensive Assessment of Jailbreak Attacks Against LLMs はコメントを受け付けていません

Self-Alignment of Large Language Models via Monopolylogue-based Social Scene Simulation

投稿日: 2024年2月9日 作成者: jarxiv

要約 大規模言語モデル (LLM) を人間の価値観に合わせることが、その誤用によ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY | Self-Alignment of Large Language Models via Monopolylogue-based Social Scene Simulation はコメントを受け付けていません

Offline Risk-sensitive RL with Partial Observability to Enhance Performance in Human-Robot Teaming

投稿日: 2024年2月9日 作成者: jarxiv

要約 生理学的コンピューティングを混合主導型の人間とロボットの対話システムに統合 … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.LG, cs.MA, cs.RO | Offline Risk-sensitive RL with Partial Observability to Enhance Performance in Human-Robot Teaming はコメントを受け付けていません

Answering Causal Queries at Layer 3 with DiscoSCMs-Embracing Heterogeneity

投稿日: 2024年2月9日 作成者: jarxiv

要約 因果推論の領域では、潜在的な結果 (PO) と構造的因果モデル (SCM) … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Answering Causal Queries at Layer 3 with DiscoSCMs-Embracing Heterogeneity はコメントを受け付けていません

Model-Based RL for Mean-Field Games is not Statistically Harder than Single-Agent RL

投稿日: 2024年2月9日 作成者: jarxiv

要約 ナッシュ均衡政策を見つけるために戦略的な探索が必要な、モデルベースの関数近 … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.LG, stat.ML | Model-Based RL for Mean-Field Games is not Statistically Harder than Single-Agent RL はコメントを受け付けていません