「cs.CL」カテゴリーアーカイブ

Investigating Persuasion Techniques in Arabic: An Empirical Study Leveraging Large Language Models

投稿日: 2024年5月22日 作成者: jarxiv

要約 デジタルコミュニケーションとソーシャルメディアの普及が進む現在の時代では、 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Investigating Persuasion Techniques in Arabic: An Empirical Study Leveraging Large Language Models はコメントを受け付けていません

Adversarial DPO: Harnessing Harmful Data for Reducing Toxicity with Minimal Impact on Coherence and Evasiveness in Dialogue Agents

投稿日: 2024年5月22日 作成者: jarxiv

要約 オープンドメイン対話システムの最近の進歩は、高品質の大規模言語モデル (L … 続きを読む →

カテゴリー: cs.AI, cs.CL, I.2.7 | Adversarial DPO: Harnessing Harmful Data for Reducing Toxicity with Minimal Impact on Coherence and Evasiveness in Dialogue Agents はコメントを受け付けていません

Topic Modelling Case Law Using a Large Language Model and a New Taxonomy for UK Law: AI Insights into Summary Judgment

投稿日: 2024年5月22日 作成者: jarxiv

要約 この論文は、英国における略式判決事件をモデル化するトピックのための新しい分 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.LG | Topic Modelling Case Law Using a Large Language Model and a New Taxonomy for UK Law: AI Insights into Summary Judgment はコメントを受け付けていません

Skin-in-the-Game: Decision Making via Multi-Stakeholder Alignment in LLMs

投稿日: 2024年5月22日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、要約、算術推論、質問応答などのタスクにお … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Skin-in-the-Game: Decision Making via Multi-Stakeholder Alignment in LLMs はコメントを受け付けていません

Robust Guidance for Unsupervised Data Selection: Capturing Perplexing Named Entities for Domain-Specific Machine Translation

投稿日: 2024年5月22日 作成者: jarxiv

要約 リソースが少ないデータは、ニューラル機械翻訳にとって大きな課題となります。 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Robust Guidance for Unsupervised Data Selection: Capturing Perplexing Named Entities for Domain-Specific Machine Translation はコメントを受け付けていません

Diffusion-RSCC: Diffusion Probabilistic Model for Change Captioning in Remote Sensing Images

投稿日: 2024年5月22日 作成者: jarxiv

要約 リモート センシング画像変化キャプション (RSICC) は、二時点のリモ … 続きを読む →

カテゴリー: cs.CL, cs.CV | Diffusion-RSCC: Diffusion Probabilistic Model for Change Captioning in Remote Sensing Images はコメントを受け付けていません

Multiple-Choice Questions are Efficient and Robust LLM Evaluators

投稿日: 2024年5月22日 作成者: jarxiv

要約 50 を超えるオープンソース モデルから GSM8K と MATH に関す … 続きを読む →

カテゴリー: cs.CL | Multiple-Choice Questions are Efficient and Robust LLM Evaluators はコメントを受け付けていません

SPOR: A Comprehensive and Practical Evaluation Method for Compositional Generalization in Data-to-Text Generation

投稿日: 2024年5月22日 作成者: jarxiv

要約 構成的一般化は言語モデルの重要な能力であり、さまざまな症状が現れます。 デ … 続きを読む →

カテゴリー: cs.CL | SPOR: A Comprehensive and Practical Evaluation Method for Compositional Generalization in Data-to-Text Generation はコメントを受け付けていません

A Novel Cartography-Based Curriculum Learning Method Applied on RoNLI: The First Romanian Natural Language Inference Corpus

投稿日: 2024年5月22日 作成者: jarxiv

要約 自然言語推論 (NLI) は、文のペアの含意関係を認識するタスクであり、自 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | A Novel Cartography-Based Curriculum Learning Method Applied on RoNLI: The First Romanian Natural Language Inference Corpus はコメントを受け付けていません

Learn or Recall? Revisiting Incremental Learning with Pre-trained Language Models

投稿日: 2024年5月22日 作成者: jarxiv

要約 増分学習 (IL) は、ビジョン コミュニティと自然言語処理 (NLP) … 続きを読む →

カテゴリー: cs.CL, cs.LG | Learn or Recall? Revisiting Incremental Learning with Pre-trained Language Models はコメントを受け付けていません