「cs.CL」カテゴリーアーカイブ

QuanTemp: A real-world open-domain benchmark for fact-checking numerical claims

投稿日: 2024年5月2日 作成者: jarxiv

要約 デジタル時代に増大する誤った情報に対処するために、自動化されたファクトチェ … 続きを読む →

カテゴリー: cs.AI, cs.CL | QuanTemp: A real-world open-domain benchmark for fact-checking numerical claims はコメントを受け付けていません

The Essential Role of Causality in Foundation World Models for Embodied AI

投稿日: 2024年5月1日 作成者: jarxiv

要約 基礎モデル、特に大規模なマルチモーダル モデルや会話型エージェントの最近の … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.RO | The Essential Role of Causality in Foundation World Models for Embodied AI はコメントを受け付けていません

Learning Approximate and Exact Numeral Systems via Reinforcement Learning

投稿日: 2024年5月1日 作成者: jarxiv

要約 最近の研究 (Xu et al., 2020) では、さまざまな言語の数字 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Learning Approximate and Exact Numeral Systems via Reinforcement Learning はコメントを受け付けていません

Does Whisper understand Swiss German? An automatic, qualitative, and human evaluation

投稿日: 2024年5月1日 作成者: jarxiv

要約 Whisper は、最先端の自動音声認識 (ASR) モデルです (Rad … 続きを読む →

カテゴリー: cs.CL | Does Whisper understand Swiss German? An automatic, qualitative, and human evaluation はコメントを受け付けていません

Modeling Orthographic Variation in Occitan’s Dialects

投稿日: 2024年5月1日 作成者: jarxiv

要約 テキスト データを効果的に正規化することは、特に標準化された書記体系を持た … 続きを読む →

カテゴリー: cs.CL | Modeling Orthographic Variation in Occitan’s Dialects はコメントを受け付けていません

QLSC: A Query Latent Semantic Calibrator for Robust Extractive Question Answering

投稿日: 2024年5月1日 作成者: jarxiv

要約 Machine Reading Comprehension (MRC) の … 続きを読む →

カテゴリー: cs.CL | QLSC: A Query Latent Semantic Calibrator for Robust Extractive Question Answering はコメントを受け付けていません

Revisiting N-Gram Models: Their Impact in Modern Neural Networks for Handwritten Text Recognition

投稿日: 2024年5月1日 作成者: jarxiv

要約 最近の自動テキスト認識 (ATR) の進歩により、ディープ ニューラル ネ … 続きを読む →

カテゴリー: cs.CL, cs.CV | Revisiting N-Gram Models: Their Impact in Modern Neural Networks for Handwritten Text Recognition はコメントを受け付けていません

Enhancing Trust in LLM-Generated Code Summaries with Calibrated Confidence Scores

投稿日: 2024年5月1日 作成者: jarxiv

要約 適切な要約は、プログラムを理解する際に非常に役立ちます。 簡潔で流暢で適切 … 続きを読む →

カテゴリー: cs.CL, cs.SE | Enhancing Trust in LLM-Generated Code Summaries with Calibrated Confidence Scores はコメントを受け付けていません

Knowledge Distillation vs. Pretraining from Scratch under a Fixed (Computation) Budget

投稿日: 2024年5月1日 作成者: jarxiv

要約 標準言語モデル (LM) の事前トレーニング (つまり、最初から) と比較 … 続きを読む →

カテゴリー: cs.CL | Knowledge Distillation vs. Pretraining from Scratch under a Fixed (Computation) Budget はコメントを受け付けていません

From Words to Numbers: Your Large Language Model Is Secretly A Capable Regressor When Given In-Context Examples

投稿日: 2024年5月1日 作成者: jarxiv

要約 私たちは、事前トレーニングされた大規模言語モデル (Llama2、GPT- … 続きを読む →

カテゴリー: cs.AI, cs.CL | From Words to Numbers: Your Large Language Model Is Secretly A Capable Regressor When Given In-Context Examples はコメントを受け付けていません