「cs.CL」カテゴリーアーカイブ

AQuA – Combining Experts’ and Non-Experts’ Views To Assess Deliberation Quality in Online Discussions Using LLMs

投稿日: 2024年4月5日 作成者: jarxiv

要約 政治的なオンラインディスカッションにおける投稿の質を測定することは、熟議研 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | AQuA – Combining Experts’ and Non-Experts’ Views To Assess Deliberation Quality in Online Discussions Using LLMs はコメントを受け付けていません

Adjusting Interpretable Dimensions in Embedding Space with Human Judgments

投稿日: 2024年4月4日 作成者: jarxiv

要約 エンベッディング・スペースには、性別、スタイルの形式、あるいはオブジェクト … 続きを読む →

カテゴリー: cs.CL | Adjusting Interpretable Dimensions in Embedding Space with Human Judgments はコメントを受け付けていません

Estimating the Causal Effects of Natural Logic Features in Transformer-Based NLI Models

投稿日: 2024年4月4日 作成者: jarxiv

要約 言語モデルの予測に対する意味的特徴の因果的効果の厳密な評価は、自然言語推論 … 続きを読む →

カテゴリー: cs.CL | Estimating the Causal Effects of Natural Logic Features in Transformer-Based NLI Models はコメントを受け付けていません

A Differentiable Integer Linear Programming Solver for Explanation-Based Natural Language Inference

投稿日: 2024年4月4日 作成者: jarxiv

要約 整数線形計画法（ILP）は、自然言語推論（NLI）のための正確な構造的・意 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | A Differentiable Integer Linear Programming Solver for Explanation-Based Natural Language Inference はコメントを受け付けていません

FAIR Enough: How Can We Develop and Assess a FAIR-Compliant Dataset for Large Language Models’ Training?

投稿日: 2024年4月4日 作成者: jarxiv

要約 大規模言語モデル（LLM）の急速な進化は、AI開発における倫理的配慮とデー … 続きを読む →

カテゴリー: cs.CL | FAIR Enough: How Can We Develop and Assess a FAIR-Compliant Dataset for Large Language Models’ Training? はコメントを受け付けていません

Towards detecting unanticipated bias in Large Language Models

投稿日: 2024年4月4日 作成者: jarxiv

要約 昨年来、ChatGPTのような大規模言語モデル（LLM）が広く利用されるよ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Towards detecting unanticipated bias in Large Language Models はコメントを受け付けていません

Calibrating the Confidence of Large Language Models by Eliciting Fidelity

投稿日: 2024年4月4日 作成者: jarxiv

要約 RLHFのような技術で最適化された大規模な言語モデルは、有用で無害であると … 続きを読む →

カテゴリー: cs.CL | Calibrating the Confidence of Large Language Models by Eliciting Fidelity はコメントを受け付けていません

Divergent Token Metrics: Measuring degradation to prune away LLM components — and optimize quantization

投稿日: 2024年4月4日 作成者: jarxiv

要約 大規模言語モデル（LLM）は、その素晴らしい能力によって自然言語処理を再形 … 続きを読む →

カテゴリー: cs.CL, cs.LG | Divergent Token Metrics: Measuring degradation to prune away LLM components — and optimize quantization はコメントを受け付けていません

IndiBias: A Benchmark Dataset to Measure Social Biases in Language Models for Indian Context

投稿日: 2024年4月4日 作成者: jarxiv

要約 言語データには社会的バイアスが広く影響を及ぼしているため、大規模言語モデル … 続きを読む →

カテゴリー: cs.CL | IndiBias: A Benchmark Dataset to Measure Social Biases in Language Models for Indian Context はコメントを受け付けていません

DecoderLens: Layerwise Interpretation of Encoder-Decoder Transformers

投稿日: 2024年4月4日 作成者: jarxiv

要約 近年、Transformerモデルの内部状態を解釈するために、さまざまな精 … 続きを読む →

カテゴリー: cs.CL | DecoderLens: Layerwise Interpretation of Encoder-Decoder Transformers はコメントを受け付けていません