cs.CL」カテゴリーアーカイブ

Large Language Models Perform on Par with Experts Identifying Mental Health Factors in Adolescent Online Forums

要約 ここ数年、子供や青少年の精神的健康は着実に悪化しています。 最近の大規模言 … 続きを読む

カテゴリー: cs.CL | Large Language Models Perform on Par with Experts Identifying Mental Health Factors in Adolescent Online Forums はコメントを受け付けていません

Automatic Speech Recognition System-Independent Word Error Rate Estimation

要約 単語誤り率 (WER) は、自動音声認識 (ASR) システムによって生成 … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Automatic Speech Recognition System-Independent Word Error Rate Estimation はコメントを受け付けていません

Make Your LLM Fully Utilize the Context

要約 現代の大規模言語モデル (LLM) の多くは長い入力を処理できますが、中間 … 続きを読む

カテゴリー: cs.AI, cs.CL | Make Your LLM Fully Utilize the Context はコメントを受け付けていません

Description-Based Text Similarity

要約 特定のセマンティクスを持つテキストを識別することは、情報を求める多くのシナ … 続きを読む

カテゴリー: cs.CL, cs.IR, cs.LG | Description-Based Text Similarity はコメントを受け付けていません

Towards Universal Dense Blocking for Entity Resolution

要約 ブロッキングはエンティティ解決における重要なステップであり、ニューラル ネ … 続きを読む

カテゴリー: cs.CL, cs.DB, cs.IR | Towards Universal Dense Blocking for Entity Resolution はコメントを受け付けていません

RAGCache: Efficient Knowledge Caching for Retrieval-Augmented Generation

要約 検索拡張生成 (RAG) は、大規模言語モデル (LLM) と外部知識デー … 続きを読む

カテゴリー: cs.CL, cs.DC, cs.LG | RAGCache: Efficient Knowledge Caching for Retrieval-Augmented Generation はコメントを受け付けていません

VISLA Benchmark: Evaluating Embedding Sensitivity to Semantic and Lexical Alterations

要約 目覚ましい成功を収めているにもかかわらず、最先端の言語モデルは、特定の重要 … 続きを読む

カテゴリー: cs.AI, cs.CL | VISLA Benchmark: Evaluating Embedding Sensitivity to Semantic and Lexical Alterations はコメントを受け付けていません

Learning Syntax Without Planting Trees: Understanding When and Why Transformers Generalize Hierarchically

要約 自然言語データでトレーニングされたトランスフォーマーは、その階層構造を学習 … 続きを読む

カテゴリー: cs.CL, cs.LG | Learning Syntax Without Planting Trees: Understanding When and Why Transformers Generalize Hierarchically はコメントを受け付けていません

Don’t Say No: Jailbreaking LLM by Suppressing Refusal

要約 人間の価値観と一致する応答を生成するには、大規模言語モデル (LLM) の … 続きを読む

カテゴリー: cs.CL | Don’t Say No: Jailbreaking LLM by Suppressing Refusal はコメントを受け付けていません

List Items One by One: A New Data Source and Learning Paradigm for Multimodal LLMs

要約 Set-of-Mark (SoM) プロンプトは、モデルが視覚オブジェクト … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV | List Items One by One: A New Data Source and Learning Paradigm for Multimodal LLMs はコメントを受け付けていません