「cs.CL」カテゴリーアーカイブ

Words in Motion: Representation Engineering for Motion Forecasting

投稿日: 2024年6月18日 作成者: jarxiv

要約 動き予測は、過去の動きと環境コンテキストのシーケンスを将来の動きに変換しま … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Words in Motion: Representation Engineering for Motion Forecasting はコメントを受け付けていません

Evaluating Task-based Effectiveness of MLLMs on Charts

投稿日: 2024年6月18日 作成者: jarxiv

要約 このペーパーでは、GPT-4V はチャート上の低レベルのデータ分析タスクに … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Evaluating Task-based Effectiveness of MLLMs on Charts はコメントを受け付けていません

See It from My Perspective: Diagnosing the Western Cultural Bias of Large Vision-Language Models in Image Understanding

投稿日: 2024年6月18日 作成者: jarxiv

要約 ビジョン言語モデル (VLM) は、多くの言語の画像に関するクエリに応答で … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | See It from My Perspective: Diagnosing the Western Cultural Bias of Large Vision-Language Models in Image Understanding はコメントを受け付けていません

VideoLLaMA 2: Advancing Spatial-Temporal Modeling and Audio Understanding in Video-LLMs

投稿日: 2024年6月18日 作成者: jarxiv

要約 このペーパーでは、ビデオおよびオーディオ指向のタスクにおける時空間モデリン … 続きを読む →

カテゴリー: cs.CL, cs.CV | VideoLLaMA 2: Advancing Spatial-Temporal Modeling and Audio Understanding in Video-LLMs はコメントを受け付けていません

MLLM-Protector: Ensuring MLLM’s Safety without Hurting Performance

投稿日: 2024年6月18日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) の展開により、視覚的な入力を … 続きを読む →

カテゴリー: cs.CL, cs.CR, cs.CV | MLLM-Protector: Ensuring MLLM’s Safety without Hurting Performance はコメントを受け付けていません

Ovis: Structural Embedding Alignment for Multimodal Large Language Model

投稿日: 2024年6月18日 作成者: jarxiv

要約 現在のマルチモーダル大規模言語モデル (MLLM) は通常、MLP などの … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Ovis: Structural Embedding Alignment for Multimodal Large Language Model はコメントを受け付けていません

On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning

投稿日: 2024年6月18日 作成者: jarxiv

要約 言語および視覚アシスタントの最近の進歩は素晴らしい機能を示していますが、透 … 続きを読む →

カテゴリー: cs.CL, cs.CV | On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning はコメントを受け付けていません

mDPO: Conditional Preference Optimization for Multimodal Large Language Models

投稿日: 2024年6月18日 作成者: jarxiv

要約 直接優先最適化 (DPO) は、大規模言語モデル (LLM) の調整に効果 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | mDPO: Conditional Preference Optimization for Multimodal Large Language Models はコメントを受け付けていません

Sycophancy to Subterfuge: Investigating Reward-Tampering in Large Language Models

投稿日: 2024年6月18日 作成者: jarxiv

要約 強化学習では、AI システムがトレーニング目標の指定を誤ったために大きな報 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Sycophancy to Subterfuge: Investigating Reward-Tampering in Large Language Models はコメントを受け付けていません

A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models

投稿日: 2024年6月18日 作成者: jarxiv

要約 AI の最も高度な技術の 1 つである検索拡張生成 (RAG) は、信頼性 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models はコメントを受け付けていません