「cs.AI」カテゴリーアーカイブ

Adoption of Watermarking Measures for AI-Generated Content and Implications under the EU AI Act

投稿日: 2025年6月4日 作成者: jarxiv

要約 近年、AIが生成する画像は非常に優れたものとなっており、個人が「本物」の画 … 続きを読む →

カテゴリー: cs.AI, cs.CY | Adoption of Watermarking Measures for AI-Generated Content and Implications under the EU AI Act はコメントを受け付けていません

EDEN: Entorhinal Driven Egocentric Navigation Toward Robotic Deployment

投稿日: 2025年6月4日 作成者: jarxiv

要約 深層強化学習エージェントはしばしば壊れやすいが、人間は様々なシナリオに適応 … 続きを読む →

カテゴリー: cs.AI, cs.RO | EDEN: Entorhinal Driven Egocentric Navigation Toward Robotic Deployment はコメントを受け付けていません

Facts Do Care About Your Language: Assessing Answer Quality of Multilingual LLMs

投稿日: 2025年6月4日 作成者: jarxiv

要約 事実に忠実であることは、有用な教育ツールの必須条件である。教育における大規 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Facts Do Care About Your Language: Assessing Answer Quality of Multilingual LLMs はコメントを受け付けていません

MAEBE: Multi-Agent Emergent Behavior Framework

投稿日: 2025年6月4日 作成者: jarxiv

要約 マルチエージェントAIアンサンブルが普及し、新たな創発的リスクをもたらすよ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.LG, cs.MA | MAEBE: Multi-Agent Emergent Behavior Framework はコメントを受け付けていません

Exemplar-condensed Federated Class-incremental Learning

投稿日: 2025年6月4日 作成者: jarxiv

要約 我々は、ストリーミングデータから実画像の学習特性を抽出し、有益なリハーサル … 続きを読む →

カテゴリー: cs.AI, cs.LG | Exemplar-condensed Federated Class-incremental Learning はコメントを受け付けていません

Corrigibility as a Singular Target: A Vision for Inherently Reliable Foundation Models

投稿日: 2025年6月4日 作成者: jarxiv

要約 FM（ファウンデーションモデル）は、安全性という重大な課題に直面している。 … 続きを読む →

カテゴリー: cs.AI, cs.CY, cs.LG | Corrigibility as a Singular Target: A Vision for Inherently Reliable Foundation Models はコメントを受け付けていません

Understanding Federated Learning from IID to Non-IID dataset: An Experimental Study

投稿日: 2025年6月4日 作成者: jarxiv

要約 プライバシーに関する懸念やデータ規制が高まる中、分散化されたデータソース間 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Understanding Federated Learning from IID to Non-IID dataset: An Experimental Study はコメントを受け付けていません

Offline Adaptation of Quadruped Locomotion using Diffusion Models

投稿日: 2025年6月4日 作成者: jarxiv

要約 本論文では、四足歩行運動に対する拡散ベースのアプローチを紹介する。このアプ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | Offline Adaptation of Quadruped Locomotion using Diffusion Models はコメントを受け付けていません

Improving Trajectory Stitching with Flow Models

投稿日: 2025年6月4日 作成者: jarxiv

要約 生成モデルは、複雑な分布のモデリングとガイド可能な推論プロセスとの親和性か … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | Improving Trajectory Stitching with Flow Models はコメントを受け付けていません

The Polar Express: Optimal Matrix Sign Methods and Their Application to the Muon Algorithm

投稿日: 2025年6月4日 作成者: jarxiv

要約 極座標分解とそれに関連する行列符号関数の計算は、数値解析において数十年にわ … 続きを読む →

カテゴリー: 65F30, 68N19, 68T07, cs.AI, cs.CL, cs.LG, cs.NA, F.2.1, math.NA, math.OC | The Polar Express: Optimal Matrix Sign Methods and Their Application to the Muon Algorithm はコメントを受け付けていません