「cs.CL」カテゴリーアーカイブ

MEDAL: A Framework for Benchmarking LLMs as Multilingual Open-Domain Chatbots and Dialogue Evaluators

投稿日: 2025年6月9日 作成者: jarxiv

要約 チャットボットとその基礎となるLLMの機能が劇的に改善され続けているため、 … 続きを読む →

カテゴリー: cs.CL | MEDAL: A Framework for Benchmarking LLMs as Multilingual Open-Domain Chatbots and Dialogue Evaluators はコメントを受け付けていません

AdvSumm: Adversarial Training for Bias Mitigation in Text Summarization

投稿日: 2025年6月9日 作成者: jarxiv

要約 大規模な言語モデル（LLM）は、テキストの要約で印象的なパフォーマンスを達 … 続きを読む →

カテゴリー: cs.CL | AdvSumm: Adversarial Training for Bias Mitigation in Text Summarization はコメントを受け付けていません

Simple Yet Effective: Extracting Private Data Across Clients in Federated Fine-Tuning of Large Language Models

投稿日: 2025年6月9日 作成者: jarxiv

要約 大規模な言語モデル（FEDLLMS）のフェデレーションされた微調整は、機密 … 続きを読む →

カテゴリー: cs.AI, cs.CL | Simple Yet Effective: Extracting Private Data Across Clients in Federated Fine-Tuning of Large Language Models はコメントを受け付けていません

Tug-of-war between idiom’s figurative and literal meanings in LLMs

投稿日: 2025年6月9日 作成者: jarxiv

要約 イディオムは、非相続的な比ur的な意味のために言語モデルにユニークな課題を … 続きを読む →

カテゴリー: cs.AI, cs.CL | Tug-of-war between idiom’s figurative and literal meanings in LLMs はコメントを受け付けていません

Phonetically-Augmented Discriminative Rescoring for Voice Search Error Correction

投稿日: 2025年6月9日 作成者: jarxiv

要約 エンドツーエンド（E2E）自動音声認識（ASR）モデルは、高品質のグラウン … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Phonetically-Augmented Discriminative Rescoring for Voice Search Error Correction はコメントを受け付けていません

LLMs on the Line: Data Determines Loss-to-Loss Scaling Laws

投稿日: 2025年6月9日 作成者: jarxiv

要約 スケーリング法は、モデルサイズ、トークン、および計算の最適なバランスの推定 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | LLMs on the Line: Data Determines Loss-to-Loss Scaling Laws はコメントを受け付けていません

Not All Rollouts are Useful: Down-Sampling Rollouts in LLM Reinforcement Learning

投稿日: 2025年6月9日 作成者: jarxiv

要約 検証可能な報酬（RLVR）による強化学習は、大規模な言語モデルの推論能力を … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Not All Rollouts are Useful: Down-Sampling Rollouts in LLM Reinforcement Learning はコメントを受け付けていません

The Lock-in Hypothesis: Stagnation by Algorithm

投稿日: 2025年6月9日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）のトレーニングと展開は、人間のユーザーとのフ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.HC, cs.LG | The Lock-in Hypothesis: Stagnation by Algorithm はコメントを受け付けていません

semantic-features: A User-Friendly Tool for Studying Contextual Word Embeddings in Interpretable Semantic Spaces

投稿日: 2025年6月9日 作成者: jarxiv

要約 Chronis et al。 （2023）LMSの文脈化された単語の埋め込 … 続きを読む →

カテゴリー: cs.AI, cs.CL | semantic-features: A User-Friendly Tool for Studying Contextual Word Embeddings in Interpretable Semantic Spaces はコメントを受け付けていません

Building Models of Neurological Language

投稿日: 2025年6月9日 作成者: jarxiv

要約 このレポートは、神経学のドメイン固有の言語モデルの開発と評価を文書化してい … 続きを読む →

カテゴリー: cs.AI, cs.CL | Building Models of Neurological Language はコメントを受け付けていません