-
最近の投稿
- Learning Transferable Friction Models and LuGre Identification via Physics Informed Neural Networks
- Unified World Models: Coupling Video and Action Diffusion for Pretraining on Large Robotic Datasets
- Robust Visual Servoing under Human Supervision for Assembly Tasks
- Practical Insights on Grasp Strategies for Mobile Manipulation in the Wild
- UniPhys: Unified Planner and Controller with Diffusion for Flexible Physics-Based Character Control
-
最近のコメント
表示できるコメントはありません。 cs.AI (36765) cs.CL (27832) cs.CV (42568) cs.HC (2808) cs.LG (41724) cs.RO (21762) cs.SY (3312) eess.IV (4970) eess.SY (3304) stat.ML (5460)
「cs.CY」カテゴリーアーカイブ
Multi-Output Distributional Fairness via Post-Processing
要約 後処理アプローチは、直感性、計算コストの低さ、優れたスケーラビリティのため … 続きを読む
FNDaaS: Content-agnostic Detection of Fake News sites
要約 自動偽のニュース検出は、誤った情報の広がりにおける困難な問題であり、現実世 … 続きを読む
An Effective Theory of Bias Amplification
要約 機械学習モデルは、データに存在するバイアスをキャプチャして増幅することがで … 続きを読む
AGGA: A Dataset of Academic Guidelines for Generative AI and Large Language Models
要約 この研究では、公式のウェブサイトから細心の注意を払って収集された学術環境で … 続きを読む
The global landscape of academic guidelines for generative AI and Large Language Models
要約 学界における生成人工知能（GAI）および大規模な言語モデル（LLMS）の統 … 続きを読む
Navigating LLM Ethics: Advancements, Challenges, and Future Directions
要約 この研究では、人工知能の分野内の大規模な言語モデル（LLM）を取り巻く倫理 … 続きを読む
Still More Shades of Null: An Evaluation Suite for Responsible Missing Value Imputation
要約 データの欠落は、科学コミュニティにとって持続的な関心の実際的な課題です。 … 続きを読む
Sparse Autoencoders for Hypothesis Generation
要約 テキストデータ（見出しなど）とターゲット変数（たとえば、クリック）との間の … 続きを読む
Is Contrasting All You Need? Contrastive Learning for the Detection and Attribution of AI-generated Text
要約 大規模な言語モデルの開発における重要な進歩は、人間とAIの生成されたテキス … 続きを読む
カテゴリー: cs.AI, cs.CL, cs.CY, cs.HC, physics.soc-ph
Is Contrasting All You Need? Contrastive Learning for the Detection and Attribution of AI-generated Text はコメントを受け付けていません
Are LLMs (Really) Ideological? An IRT-based Analysis and Alignment Tool for Perceived Socio-Economic Bias in LLMs
要約 主観的な人間の判断に依存することなく、大規模な言語モデル（LLM）の社会経 … 続きを読む