「cs.AI」カテゴリーアーカイブ

Positional encoding is not the same as context: A study on positional encoding for sequential recommendation

投稿日: 2025年1月22日 作成者: jarxiv

要約 ストリーミング メディアと電子商取引の急速な成長により、レコメンデーション … 続きを読む →

カテゴリー: cs.AI, cs.IR, I.2.m | Positional encoding is not the same as context: A study on positional encoding for sequential recommendation はコメントを受け付けていません

Proxies for Distortion and Consistency with Applications for Real-World Image Restoration

投稿日: 2025年1月22日 作成者: jarxiv

要約 現実世界の画像復元では、未知の劣化が発生した画像の回復を扱います。 このタ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, eess.IV | Proxies for Distortion and Consistency with Applications for Real-World Image Restoration はコメントを受け付けていません

Teacher Encoder-Student Decoder Denoising Guided Segmentation Network for Anomaly Detection

投稿日: 2025年1月22日 作成者: jarxiv

要約 視覚的異常の検出は非常に困難なタスクであり、多くの場合、1 クラスの分類お … 続きを読む →

カテゴリー: cs.AI, cs.CV | Teacher Encoder-Student Decoder Denoising Guided Segmentation Network for Anomaly Detection はコメントを受け付けていません

Can open source large language models be used for tumor documentation in Germany? — An evaluation on urological doctors’ notes

投稿日: 2025年1月22日 作成者: jarxiv

要約 ドイツにおける腫瘍の記録は主に手作業で行われており、患者記録を読み取って構 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Can open source large language models be used for tumor documentation in Germany? — An evaluation on urological doctors’ notes はコメントを受け付けていません

Efficient PINNs: Multi-Head Unimodular Regularization of the Solutions Space

投稿日: 2025年1月22日 作成者: jarxiv

要約 非線形マルチスケール微分方程式、特に物理情報に基づいたニューラル ネットワ … 続きを読む →

カテゴリー: cs.AI, cs.LG, hep-th, math.AP | Efficient PINNs: Multi-Head Unimodular Regularization of the Solutions Space はコメントを受け付けていません

FedCLEAN: byzantine defense by CLustering Errors of Activation maps in Non-IID federated learning environments

投稿日: 2025年1月22日 作成者: jarxiv

要約 Federated Learning (FL) を使用すると、クライアント … 続きを読む →

カテゴリー: cs.AI, cs.CR | FedCLEAN: byzantine defense by CLustering Errors of Activation maps in Non-IID federated learning environments はコメントを受け付けていません

Improving Influence-based Instruction Tuning Data Selection for Balanced Learning of Diverse Capabilities

投稿日: 2025年1月22日 作成者: jarxiv

要約 適切なトレーニング データの選択は、(1) 強力な機能を引き出し、(2) … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, I.2.7 | Improving Influence-based Instruction Tuning Data Selection for Balanced Learning of Diverse Capabilities はコメントを受け付けていません

On the practical applicability of modern DFT functionals for chemical computations. Case study of DM21 applicability for geometry optimization

投稿日: 2025年1月22日 作成者: jarxiv

要約 密度汎関数理論 (DFT) は、計算精度と速度のバランスを考慮すると、おそ … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.AI, physics.comp-ph | On the practical applicability of modern DFT functionals for chemical computations. Case study of DM21 applicability for geometry optimization はコメントを受け付けていません

AdaServe: SLO-Customized LLM Serving with Fine-Grained Speculative Decoding

投稿日: 2025年1月22日 作成者: jarxiv

要約 このペーパーでは、きめ細かい投機的デコードを通じて SLO カスタマイズを … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.DC, cs.LG | AdaServe: SLO-Customized LLM Serving with Fine-Grained Speculative Decoding はコメントを受け付けていません

HIVEX: A High-Impact Environment Suite for Multi-Agent Research (extended version)

投稿日: 2025年1月22日 作成者: jarxiv

要約 ゲームは、エージェントベースの研究を急速に発展させるための重要なテストベッ … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.MA | HIVEX: A High-Impact Environment Suite for Multi-Agent Research (extended version) はコメントを受け付けていません