cs.CL」カテゴリーアーカイブ

Dissecting Bias in LLMs: A Mechanistic Interpretability Perspective

要約 大規模な言語モデル(LLM)は、多くの場合、訓練されているデータの結果とし … 続きを読む

カテゴリー: cs.AI, cs.CL | コメントする

ECoRAG: Evidentiality-guided Compression for Long Context RAG

要約 大規模な言語モデル(LLMS)は、検索された生成(RAG)を通じて外部ドキ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR | コメントする

SNaRe: Domain-aware Data Generation for Low-Resource Event Detection

要約 イベント検出(ED) – 自然言語テキストからイベントの言及を … 続きを読む

カテゴリー: cs.AI, cs.CL | コメントする

Can Large Language Models Understand Intermediate Representations in Compilers?

要約 中間表現(IRS)は、コンパイラの設計とプログラム分析に重要な役割を果たし … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

Multi-Head RAG: Solving Multi-Aspect Problems with LLMs

要約 検索拡張生成(RAG)は、LLMコンテキストにドキュメントの検索を可能にし … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR | コメントする

Counterfactual reasoning: an analysis of in-context emergence

要約 大規模なニューラル言語モデル(LMS)は、コンテキスト内学習において顕著な … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, math.ST, stat.TH | コメントする

LLM-First Search: Self-Guided Exploration of the Solution Space

要約 大規模な言語モデル(LLMS)は、多くの場合、問題解決を検索プロセスとして … 続きを読む

カテゴリー: cs.AI, cs.CL | コメントする

Mitigating Degree Bias Adaptively with Hard-to-Learn Nodes in Graph Contrastive Learning

要約 グラフニューラルネットワーク(GNNS)は、多くの場合、ノード分類タスクの … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

The Lessons of Developing Process Reward Models in Mathematical Reasoning

要約 プロセス報酬モデル(PRM)は、推論プロセスで中間エラーを特定して軽減する … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

MesaNet: Sequence Modeling by Locally Optimal Test-Time Training

要約 シーケンスモデリングは現在、SoftMaxの自己触媒を使用する因果変圧器ア … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする