「cs.CL」カテゴリーアーカイブ

Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models

投稿日: 2024年6月3日 作成者: jarxiv

要約 大規模言語モデル (LLM) の優れた機能に関する最近の声明は、通常、オー … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.LG, cs.SE | Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models はコメントを受け付けていません

Code Pretraining Improves Entity Tracking Abilities of Language Models

投稿日: 2024年6月3日 作成者: jarxiv

要約 最近の研究では、コード上で言語モデルを事前トレーニングすると、自然言語で表 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Code Pretraining Improves Entity Tracking Abilities of Language Models はコメントを受け付けていません

Enhancing Vision Models for Text-Heavy Content Understanding and Interaction

投稿日: 2024年6月3日 作成者: jarxiv

要約 複数の画像を含むテキストの多いビジュアル コンテンツを操作して理解すること … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Enhancing Vision Models for Text-Heavy Content Understanding and Interaction はコメントを受け付けていません

Calibrated Self-Rewarding Vision Language Models

投稿日: 2024年6月3日 作成者: jarxiv

要約 大規模ビジョン言語モデル (LVLM) は、事前トレーニングされた大規模言 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Calibrated Self-Rewarding Vision Language Models はコメントを受け付けていません

You Only Scan Once: Efficient Multi-dimension Sequential Modeling with LightNet

投稿日: 2024年6月3日 作成者: jarxiv

要約 線形注意メカニズムは、線形計算の複雑さと速度の向上により、因果言語モデルで … 続きを読む →

カテゴリー: cs.CL, cs.CV | You Only Scan Once: Efficient Multi-dimension Sequential Modeling with LightNet はコメントを受け付けていません

II-MMR: Identifying and Improving Multi-modal Multi-hop Reasoning in Visual Question Answering

投稿日: 2024年6月3日 作成者: jarxiv

要約 Visual Question Answering (VQA) には、視覚 … 続きを読む →

カテゴリー: cs.CL, cs.CV | II-MMR: Identifying and Improving Multi-modal Multi-hop Reasoning in Visual Question Answering はコメントを受け付けていません

Generalization Beyond Data Imbalance: A Controlled Study on CLIP for Transferable Insights

投稿日: 2024年6月3日 作成者: jarxiv

要約 Web スケールのビジョン言語データセット間には、当然ながら深刻なデータの … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Generalization Beyond Data Imbalance: A Controlled Study on CLIP for Transferable Insights はコメントを受け付けていません

Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis

投稿日: 2024年6月3日 作成者: jarxiv

要約 汎用人工知能の探求において、マルチモーダル大規模言語モデル (MLLM) … 続きを読む →

カテゴリー: cs.CL, cs.CV | Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis はコメントを受け付けていません

Iterative Feature Boosting for Explainable Speech Emotion Recognition

投稿日: 2024年6月3日 作成者: jarxiv

要約 音声感情認識 (SER) では、実際の重要性を考慮せずに事前定義された特徴 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS, I.2.1 | Iterative Feature Boosting for Explainable Speech Emotion Recognition はコメントを受け付けていません

Think, Act, and Ask: Open-World Interactive Personalized Robot Navigation

投稿日: 2024年5月31日 作成者: jarxiv

要約 Zero-Shot Object Navigation (ZSON) を使 … 続きを読む →

カテゴリー: cs.CL, cs.HC, cs.RO | Think, Act, and Ask: Open-World Interactive Personalized Robot Navigation はコメントを受け付けていません