cs.CL」カテゴリーアーカイブ

SetKE: Knowledge Editing for Knowledge Elements Overlap

要約 大規模な言語モデル(LLMS)は、検索や質問への回答などのタスクに優れてい … 続きを読む

カテゴリー: cs.CL | SetKE: Knowledge Editing for Knowledge Elements Overlap はコメントを受け付けていません

LocAgent: Graph-Guided LLM Agents for Code Localization

要約 コードのローカリゼーション – コードベースの変更を行う必要が … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SE | LocAgent: Graph-Guided LLM Agents for Code Localization はコメントを受け付けていません

Agentic AI: The Era of Semantic Decoding

要約 最近の研究は、LLMS、人間の入力、およびLLMの固有の制限に対処するため … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.HC, cs.MA | Agentic AI: The Era of Semantic Decoding はコメントを受け付けていません

X-Cross: Dynamic Integration of Language Models for Cross-Domain Sequential Recommendation

要約 新製品が毎日出現しているため、推奨システムは、大規模な再訓練を必要とせずに … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG | X-Cross: Dynamic Integration of Language Models for Cross-Domain Sequential Recommendation はコメントを受け付けていません

Constraint Back-translation Improves Complex Instruction Following of Large Language Models

要約 大規模な言語モデル(LLM)は、形式、長さなどの複雑な制約を伴う命令に従う … 続きを読む

カテゴリー: cs.AI, cs.CL | Constraint Back-translation Improves Complex Instruction Following of Large Language Models はコメントを受け付けていません

The Leaderboard Illusion

要約 進捗状況の測定は、あらゆる科学分野の進歩の基本です。 ベンチマークがますま … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, stat.ME | The Leaderboard Illusion はコメントを受け付けていません

DYNAMAX: Dynamic computing for Transformers and Mamba based architectures

要約 早期出口(EES)は、データサンプルの満足のいく予測信頼度が達成されたら、 … 続きを読む

カテゴリー: (Primary), 68T07, cs.AI, cs.CL, cs.LG | DYNAMAX: Dynamic computing for Transformers and Mamba based architectures はコメントを受け付けていません

Trace-of-Thought: Enhanced Arithmetic Problem Solving via Reasoning Distillation From Large to Small Language Models

要約 大規模な言語モデル(LLM)が毎日のタスクに活用され続けているため、特に算 … 続きを読む

カテゴリー: cs.AI, cs.CL | Trace-of-Thought: Enhanced Arithmetic Problem Solving via Reasoning Distillation From Large to Small Language Models はコメントを受け付けていません

OSVBench: Benchmarking LLMs on Specification Generation Tasks for Operating System Verification

要約 オペレーティングシステムのカーネル検証タスクに関連する完全な仕様コードを生 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.OS, cs.PL, cs.SE | OSVBench: Benchmarking LLMs on Specification Generation Tasks for Operating System Verification はコメントを受け付けていません

Wanda++: Pruning Large Language Models via Regional Gradients

要約 大規模な言語モデル(LLMS)剪定は、パフォーマンスへの影響を最小限に抑え … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Wanda++: Pruning Large Language Models via Regional Gradients はコメントを受け付けていません