「cs.CL」カテゴリーアーカイブ

Towards Human-AI Collaboration in Healthcare: Guided Deferral Systems with Large Language Models

投稿日: 2024年7月4日 作成者: jarxiv

要約 大規模言語モデル（LLM）は、ヘルスケアにおける様々なアプリケーションのた … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC | Towards Human-AI Collaboration in Healthcare: Guided Deferral Systems with Large Language Models はコメントを受け付けていません

Mixture of insighTful Experts (MoTE): The Synergy of Thought Chains and Expert Mixtures in Self-Alignment

投稿日: 2024年7月4日 作成者: jarxiv

要約 大規模言語モデル(LLM)の能力が飛躍的に向上するにつれ、これらのモデルを … 続きを読む →

カテゴリー: cs.AI, cs.CL | Mixture of insighTful Experts (MoTE): The Synergy of Thought Chains and Expert Mixtures in Self-Alignment はコメントを受け付けていません

Call Me When Necessary: LLMs can Efficiently and Faithfully Reason over Structured Environments

投稿日: 2024年7月4日 作成者: jarxiv

要約 大規模言語モデル(LLM)は、知識グラフや表などの構造化された環境に対する … 続きを読む →

カテゴリー: cs.AI, cs.CL | Call Me When Necessary: LLMs can Efficiently and Faithfully Reason over Structured Environments はコメントを受け付けていません

Improving Retrieval-augmented Text-to-SQL with AST-based Ranking and Schema Pruning

投稿日: 2024年7月4日 作成者: jarxiv

要約 大規模言語モデルの観点からText-to-SQLセマンティック構文解析に焦 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.DB | Improving Retrieval-augmented Text-to-SQL with AST-based Ranking and Schema Pruning はコメントを受け付けていません

Temperature-scaling surprisal estimates improve fit to human reading times — but does it do so for the ‘right reasons’?

投稿日: 2024年7月4日 作成者: jarxiv

要約 人間の言語処理の難易度は、情報理論的な尺度であるsurprisal（文脈に … 続きを読む →

カテゴリー: cs.AI, cs.CL | Temperature-scaling surprisal estimates improve fit to human reading times — but does it do so for the ‘right reasons’? はコメントを受け付けていません

CaLMQA: Exploring culturally specific long-form question answering across 23 languages

投稿日: 2024年7月4日 作成者: jarxiv

要約 大規模言語モデル(LLM)は長文質問応答(LFQA)に使用され、複雑な質問 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | CaLMQA: Exploring culturally specific long-form question answering across 23 languages はコメントを受け付けていません

Found in the Middle: Calibrating Positional Attention Bias Improves Long Context Utilization

投稿日: 2024年7月4日 作成者: jarxiv

要約 大規模言語モデル（LLM）は、長い入力文脈を処理するように特別に訓練された … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Found in the Middle: Calibrating Positional Attention Bias Improves Long Context Utilization はコメントを受け付けていません

Planetarium: A Rigorous Benchmark for Translating Text to Structured Planning Languages

投稿日: 2024年7月4日 作成者: jarxiv

要約 最近の多くの研究では、計画問題に言語モデルを使用することが検討されている。 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Planetarium: A Rigorous Benchmark for Translating Text to Structured Planning Languages はコメントを受け付けていません

KeyVideoLLM: Towards Large-scale Video Keyframe Selection

投稿日: 2024年7月4日 作成者: jarxiv

要約 近年、Web動画の増加に伴い、大規模な動画データセットの管理と理解がますま … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.MM | KeyVideoLLM: Towards Large-scale Video Keyframe Selection はコメントを受け付けていません

Four Ways to Improve Verbo-visual Fusion for Dense 3D Visual Grounding

投稿日: 2024年7月4日 作成者: jarxiv

要約 3Dビジュアルグラウンディングは、自然言語による記述によって参照される3D … 続きを読む →

カテゴリー: cs.CL, cs.CV | Four Ways to Improve Verbo-visual Fusion for Dense 3D Visual Grounding はコメントを受け付けていません