cs.AI」カテゴリーアーカイブ

Learning in Spiking Neural Networks with a Calcium-based Hebbian Rule for Spike-timing-dependent Plasticity

要約 生物学的ニューラルネットワークが局所的な可塑性メカニズムを介してどのように … 続きを読む

カテゴリー: cs.AI, cs.NE | Learning in Spiking Neural Networks with a Calcium-based Hebbian Rule for Spike-timing-dependent Plasticity はコメントを受け付けていません

Unraveling Human-AI Teaming: A Review and Outlook

要約 人工知能(AI)は前例のないペースで前進しており、意思決定と生産性を高める … 続きを読む

カテゴリー: cs.AI, cs.HC, econ.GN, q-fin.EC | Unraveling Human-AI Teaming: A Review and Outlook はコメントを受け付けていません

Adaptive Locally Linear Embedding

要約 局所線形埋め込み(LLE)などのマニホールド学習手法は、次元削減中に高次元 … 続きを読む

カテゴリー: cs.AI, cs.LG | Adaptive Locally Linear Embedding はコメントを受け付けていません

Integrating Cognitive Processing Signals into Language Models: A Review of Advances, Applications and Future Directions

要約 最近、自然言語処理(NLP)における認知神経科学の統合が大きな注目を集めて … 続きを読む

カテゴリー: cs.AI, cs.CL | Integrating Cognitive Processing Signals into Language Models: A Review of Advances, Applications and Future Directions はコメントを受け付けていません

Persona Dynamics: Unveiling the Impact of Personality Traits on Agents in Text-Based Games

要約 人工剤は、複雑な相互作用や意思決定のタスクの中心になりつつありますが、行動 … 続きを読む

カテゴリー: cs.AI, cs.CL | Persona Dynamics: Unveiling the Impact of Personality Traits on Agents in Text-Based Games はコメントを受け付けていません

Differential Adjusted Parity for Learning Fair Representations

要約 公正で公平な機械学習モデルの開発は、人工知能の分野の研究者にとって継続的な … 続きを読む

カテゴリー: cs.AI, cs.LG | Differential Adjusted Parity for Learning Fair Representations はコメントを受け付けていません

Preference-Based Alignment of Discrete Diffusion Models

要約 拡散モデルは、複数のドメインで最先端のパフォーマンスを達成しており、最近の … 続きを読む

カテゴリー: cs.AI, cs.LG | Preference-Based Alignment of Discrete Diffusion Models はコメントを受け付けていません

Beyond Tools: Generative AI as Epistemic Infrastructure in Education

要約 生成的AIは世界中の教育インフラストラクチャに急速に統合されるため、知識が … 続きを読む

カテゴリー: cs.AI, cs.CY, H.5.2 | Beyond Tools: Generative AI as Epistemic Infrastructure in Education はコメントを受け付けていません

Saliency-driven Dynamic Token Pruning for Large Language Models

要約 大規模な言語モデル(LLMS)の最近の成功にもかかわらず、LLMは、注意メ … 続きを読む

カテゴリー: cs.AI, cs.CL | Saliency-driven Dynamic Token Pruning for Large Language Models はコメントを受け付けていません

Outlier dimensions favor frequent tokens in language models

要約 最後の層の外れ値の寸法、つまり、大部分の入力に対して極端な活性化を示す寸法 … 続きを読む

カテゴリー: cs.AI, cs.CL, I.2.7 | Outlier dimensions favor frequent tokens in language models はコメントを受け付けていません