-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「cs.CL」カテゴリーアーカイブ
Generative AI Act II: Test Time Scaling Drives Cognition Engineering
要約 生成AI（2020-2023）の「Act I」と呼ばれる可能性のある大規模 … 続きを読む
Improving Generalization in Intent Detection: GRPO with Reward-Based Curriculum Sampling
要約 タスク指向のダイアログ（TOD）システムの重要なコンポーネントである意図検 … 続きを読む
カテゴリー: cs.CL
Improving Generalization in Intent Detection: GRPO with Reward-Based Curriculum Sampling はコメントを受け付けていません
BadApex: Backdoor Attack Based on Adaptive Optimization Mechanism of Black-box Large Language Models
要約 以前の挿入ベースおよび言い換えベースの背景は、攻撃の有効性に大きな成功を収 … 続きを読む
LangCoop: Collaborative Driving with Language
要約 マルチエージェントコラボレーションは、複数の接続されたエージェント間の情報 … 続きを読む
LangCoop: Collaborative Driving with Language
要約 マルチエージェントコラボレーションは、複数の接続されたエージェント間の情報 … 続きを読む
Spin glass model of in-context learning
要約 大規模な言語モデルは、驚くべきコンテキストの学習能力を示しています。プロン … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.CL
Spin glass model of in-context learning はコメントを受け付けていません
Enhancing Multilingual Sentiment Analysis with Explainability for Sinhala, English, and Code-Mixed Content
要約 センチメント分析は、顧客のフィードバックが英語、シンハラ、シングリッシュ、 … 続きを読む
Q-FAKER: Query-free Hard Black-box Attack via Controlled Generation
要約 言語モデルの脆弱性を検証するために、多くの敵対的な攻撃アプローチが提案され … 続きを読む
Finding Flawed Fictions: Evaluating Complex Reasoning in Language Models via Plot Hole Detection
要約 物語は人間の経験の基本的な側面です。 ストーリーと深く関与し、物語の世界の … 続きを読む
カテゴリー: cs.CL
Finding Flawed Fictions: Evaluating Complex Reasoning in Language Models via Plot Hole Detection はコメントを受け付けていません
DETAM: Defending LLMs Against Jailbreak Attacks via Targeted Attention Modification
要約 大規模な言語モデル（LLM）の広範な採用により、脱獄攻撃はますます差し迫っ … 続きを読む
カテゴリー: cs.CL
DETAM: Defending LLMs Against Jailbreak Attacks via Targeted Attention Modification はコメントを受け付けていません