「cs.CL」カテゴリーアーカイブ

EpiCoder: Encompassing Diversity and Complexity in Code Generation

投稿日: 2025年1月9日 作成者: jarxiv

要約 コード LLM を最適化し、モデルの動作をユーザーの期待に合わせて調整し、 … 続きを読む →

カテゴリー: cs.AI, cs.CL | EpiCoder: Encompassing Diversity and Complexity in Code Generation はコメントを受け付けていません

Improving Image Captioning by Mimicking Human Reformulation Feedback at Inference-time

投稿日: 2025年1月9日 作成者: jarxiv

要約 自動的に予測された人間のフィードバックを生成モデルのトレーニング プロセス … 続きを読む →

カテゴリー: cs.CL, cs.CV | Improving Image Captioning by Mimicking Human Reformulation Feedback at Inference-time はコメントを受け付けていません

OpenOmni: Large Language Models Pivot Zero-shot Omnimodal Alignment across Language with Real-time Self-Aware Emotional Speech Synthesis

投稿日: 2025年1月9日 作成者: jarxiv

要約 オムニモーダル学習の最近の進歩は、主に独自のモデル内ではあるものの、画像、 … 続きを読む →

カテゴリー: cs.CL, cs.CV | OpenOmni: Large Language Models Pivot Zero-shot Omnimodal Alignment across Language with Real-time Self-Aware Emotional Speech Synthesis はコメントを受け付けていません

Supervision-free Vision-Language Alignment

投稿日: 2025年1月9日 作成者: jarxiv

要約 視覚言語モデル (VLM) は、視覚情報と言語情報の統合において顕著な可能 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Supervision-free Vision-Language Alignment はコメントを受け付けていません

FlairGPT: Repurposing LLMs for Interior Designs

投稿日: 2025年1月9日 作成者: jarxiv

要約 インテリア デザインでは、クライアントのデザイン概要に沿った、美しく機能的 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.GR | FlairGPT: Repurposing LLMs for Interior Designs はコメントを受け付けていません

Enhancing Financial VQA in Vision Language Models using Intermediate Structured Representations

投稿日: 2025年1月9日 作成者: jarxiv

要約 グラフの解釈は視覚的なデータ分析にとって重要ですが、グラフから情報を正確に … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Enhancing Financial VQA in Vision Language Models using Intermediate Structured Representations はコメントを受け付けていません

Samba-ASR: State-Of-The-Art Speech Recognition Leveraging Structured State-Space Models

投稿日: 2025年1月9日 作成者: jarxiv

要約 私たちは、状態空間モデル (SSM) の基礎に基づいて構築された、新しい … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Samba-ASR: State-Of-The-Art Speech Recognition Leveraging Structured State-Space Models はコメントを受け付けていません

KG-TRICK: Unifying Textual and Relational Information Completion of Knowledge for Multilingual Knowledge Graphs

投稿日: 2025年1月8日 作成者: jarxiv

要約 多言語ナレッジ グラフ (KG) は、さまざまな NLP アプリケーション … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | KG-TRICK: Unifying Textual and Relational Information Completion of Knowledge for Multilingual Knowledge Graphs はコメントを受け付けていません

From Code to Compliance: Assessing ChatGPT’s Utility in Designing an Accessible Webpage — A Case Study

投稿日: 2025年1月8日 作成者: jarxiv

要約 Web アクセシビリティにより、障害を持つ個人が障害なくデジタル コンテン … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, D.2.2 | From Code to Compliance: Assessing ChatGPT’s Utility in Designing an Accessible Webpage — A Case Study はコメントを受け付けていません

MULTI: Multimodal Understanding Leaderboard with Text and Images

投稿日: 2025年1月8日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) の急速な発展により、それらが … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | MULTI: Multimodal Understanding Leaderboard with Text and Images はコメントを受け付けていません