cs.AI」カテゴリーアーカイブ

Fully Autonomous AI Agents Should Not be Developed

要約 この論文は、完全に自律的なAIエージェントを開発すべきではないと主張してい … 続きを読む

カテゴリー: cs.AI | Fully Autonomous AI Agents Should Not be Developed はコメントを受け付けていません

Dark Distillation: Backdooring Distilled Datasets without Accessing Raw Data

要約 データセット蒸留(DD)は、トレーニング効率を高め、大きなデータセットをよ … 続きを読む

カテゴリー: cs.AI, cs.CR | Dark Distillation: Backdooring Distilled Datasets without Accessing Raw Data はコメントを受け付けていません

XAttnMark: Learning Robust Audio Watermarking with Cross-Attention

要約 生成オーディオ合成と編集技術の急速な増殖は、著作権侵害、データの起源、およ … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.LG, cs.SD, eess.AS | XAttnMark: Learning Robust Audio Watermarking with Cross-Attention はコメントを受け付けていません

How Reliable are Causal Probing Interventions?

要約 因果調査は、さまざまな潜在特性の表現にどのように介入するかを調べることによ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | How Reliable are Causal Probing Interventions? はコメントを受け付けていません

Efficient Nearest Neighbor based Uncertainty Estimation for Natural Language Processing Tasks

要約 モデル予測における信頼性は、現実の世界の安全性が重要なアプリケーションにと … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Efficient Nearest Neighbor based Uncertainty Estimation for Natural Language Processing Tasks はコメントを受け付けていません

A Theoretical Framework for Data Efficient Multi-Source Transfer Learning Based on Cramér-Rao Bound

要約 マルチソース転送学習は、複数のソースタスクを活用することにより、実際の監視 … 続きを読む

カテゴリー: cs.AI, cs.LG | A Theoretical Framework for Data Efficient Multi-Source Transfer Learning Based on Cramér-Rao Bound はコメントを受け付けていません

TriNER: A Series of Named Entity Recognition Models For Hindi, Bengali & Marathi

要約 インドの豊かな文化的および言語的多様性は、自然言語処理の領域(NLP)、特 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | TriNER: A Series of Named Entity Recognition Models For Hindi, Bengali & Marathi はコメントを受け付けていません

Free Energy Risk Metrics for Systemically Safe AI: Gatekeeping Multi-Agent Study

要約 エージェントおよびマルチエージェントシステムのリスクを測定するための基盤と … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA, physics.data-an, stat.ML | Free Energy Risk Metrics for Systemically Safe AI: Gatekeeping Multi-Agent Study はコメントを受け付けていません

How does a Multilingual LM Handle Multiple Languages?

要約 多言語モデルは、自然言語処理の急速な進歩のために大幅に進歩しています。 多 … 続きを読む

カテゴリー: cs.AI, cs.CL | How does a Multilingual LM Handle Multiple Languages? はコメントを受け付けていません

ACECODER: Acing Coder RL via Automated Test-Case Synthesis

要約 最近のコーダーモデルのほとんどの進歩は、監視された微調整(SFT)によって … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SE | ACECODER: Acing Coder RL via Automated Test-Case Synthesis はコメントを受け付けていません