cs.CL」カテゴリーアーカイブ

ExpressivityArena: Can LLMs Express Information Implicitly?

要約 大規模言語モデル (LLM) は特定の次元で顕著なパフォーマンスを示してい … 続きを読む

カテゴリー: cs.AI, cs.CL, I.2.7 | ExpressivityArena: Can LLMs Express Information Implicitly? はコメントを受け付けていません

Language Models as Causal Effect Generators

要約 制御可能な因果構造を備えた大規模言語モデル (LLM) ベースのデータ生成 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, stat.AP, stat.ME, stat.ML | Language Models as Causal Effect Generators はコメントを受け付けていません

LLMs Can Evolve Continually on Modality for X-Modal Reasoning

要約 マルチモーダル大規模言語モデル (MLLM) は、マルチモーダルな理解にお … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | LLMs Can Evolve Continually on Modality for X-Modal Reasoning はコメントを受け付けていません

JanusFlow: Harmonizing Autoregression and Rectified Flow for Unified Multimodal Understanding and Generation

要約 ここでは、画像の理解と生成を 1 つのモデルに統合する強力なフレームワーク … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV | JanusFlow: Harmonizing Autoregression and Rectified Flow for Unified Multimodal Understanding and Generation はコメントを受け付けていません

Qwen2.5-Coder Technical Report

要約 このレポートでは、前世代の CodeQwen1.5 から大幅にアップグレー … 続きを読む

カテゴリー: cs.CL | Qwen2.5-Coder Technical Report はコメントを受け付けていません

On Active Privacy Auditing in Supervised Fine-tuning for White-Box Language Models

要約 事前トレーニングと微調整のアプローチは、さまざまな NLP アプリケーショ … 続きを読む

カテゴリー: cs.AI, cs.CL | On Active Privacy Auditing in Supervised Fine-tuning for White-Box Language Models はコメントを受け付けていません

Stronger Models are NOT Stronger Teachers for Instruction Tuning

要約 命令チューニングは、大規模言語モデル (LLM) がユーザーの命令に効果的 … 続きを読む

カテゴリー: cs.AI, cs.CL | Stronger Models are NOT Stronger Teachers for Instruction Tuning はコメントを受け付けていません

Reminding Multimodal Large Language Models of Object-aware Knowledge with Retrieved Tags

要約 マルチモーダル大規模言語モデル (MLLM) の一般的な視覚的命令追従能力 … 続きを読む

カテゴリー: cs.CL, cs.CV | Reminding Multimodal Large Language Models of Object-aware Knowledge with Retrieved Tags はコメントを受け付けていません

EVQAScore: Efficient Video Question Answering Data Evaluation

要約 ビデオの質問応答 (QA) は、ビデオを理解する上で中心的なタスクです。 … 続きを読む

カテゴリー: cs.CL, cs.CV | EVQAScore: Efficient Video Question Answering Data Evaluation はコメントを受け付けていません

Electroencephalogram-based Multi-class Decoding of Attended Speakers’ Direction with Audio Spatial Spectrum

要約 聴取者の脳波 (EEG) 信号から聴取者の焦点の指向性を解読することは、聴 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Electroencephalogram-based Multi-class Decoding of Attended Speakers’ Direction with Audio Spatial Spectrum はコメントを受け付けていません