-
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
Detecting harassment and defamation in cyberbullying with emotion-adaptive training
要約 ソーシャルメディアでのネットいじめの事件の検出に関する既存の研究は、主に嫌 … 続きを読む
カテゴリー: cs.CL
Detecting harassment and defamation in cyberbullying with emotion-adaptive training はコメントを受け付けていません
Foundational Large Language Models for Materials Research
要約 材料の発見と開発は、世界的な課題に対処するために重要です。 しかし、膨大な … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CL, cs.IR
Foundational Large Language Models for Materials Research はコメントを受け付けていません
Over-Tokenized Transformer: Vocabulary is Generally Worth Scaling
要約 トークン化は大規模な言語モデル(LLM)の基本的なコンポーネントですが、モ … 続きを読む
How Linguistics Learned to Stop Worrying and Love the Language Models
要約 言語モデルは、流fluent的な文法テキストを生成できます。 それにもかか … 続きを読む
カテゴリー: cs.CL
How Linguistics Learned to Stop Worrying and Love the Language Models はコメントを受け付けていません
MINTQA: A Multi-Hop Question Answering Benchmark for Evaluating LLMs on New and Tail Knowledge
要約 大規模な言語モデル(LLMS)は、さまざまな推論タスクで印象的な能力を実証 … 続きを読む
カテゴリー: cs.CL
MINTQA: A Multi-Hop Question Answering Benchmark for Evaluating LLMs on New and Tail Knowledge はコメントを受け付けていません
PAPILLON: Privacy Preservation from Internet-based and Local Language Model Ensembles
要約 ユーザーは、独自のLLMプロバイダーに機密情報を漏らし、重大なプライバシー … 続きを読む
Context is Key in Agent Security
要約 人間であろうとシステムであろうと、アクションの安全性を判断すると、アクショ … 続きを読む
Self-reflecting Large Language Models: A Hegelian Dialectical Approach
要約 哲学的なレンズを介してNLPを調査することは、最近、計算方法を古典的な哲学 … 続きを読む
Optimizing Large Language Model Training Using FP4 Quantization
要約 大規模な言語モデル(LLM)をトレーニングするという計算需要の増加は、より … 続きを読む
Coupling without Communication and Drafter-Invariant Speculative Decoding
要約 アリスに分布$ p $があり、ボブには分布$ q $があるとします。 アリ … 続きを読む