「cs.IR」カテゴリーアーカイブ

Aggregation Schemes for Single-Vector WSI Representation Learning in Digital Pathology

投稿日: 2025年5月22日 作成者: jarxiv

要約 計算病理学で全体のスライド画像（WSI）を効率的に統合するための重要なステ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.IR, eess.IV, q-bio.QM | Aggregation Schemes for Single-Vector WSI Representation Learning in Digital Pathology はコメントを受け付けていません

MIRACL-VISION: A Large, multilingual, visual document retrieval benchmark

投稿日: 2025年5月22日 作成者: jarxiv

要約 ドキュメント検索は、検索および検索の高等発電（RAG）アプリケーションの重 … 続きを読む →

カテゴリー: cs.CV, cs.IR | MIRACL-VISION: A Large, multilingual, visual document retrieval benchmark はコメントを受け付けていません

NExT-Search: Rebuilding User Feedback Ecosystem for Generative AI Search

投稿日: 2025年5月21日 作成者: jarxiv

要約 生成AI検索は、複雑なクエリに対するエンドツーエンドの回答を提供し、複数の … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.IR | NExT-Search: Rebuilding User Feedback Ecosystem for Generative AI Search はコメントを受け付けていません

MMDocIR: Benchmarking Multi-Modal Retrieval for Long Documents

投稿日: 2025年5月21日 作成者: jarxiv

要約 Multimodal Document検索は、広範なドキュメントからの図、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.IR | MMDocIR: Benchmarking Multi-Modal Retrieval for Long Documents はコメントを受け付けていません

Automatic Synthetic Data and Fine-grained Adaptive Feature Alignment for Composed Person Retrieval

投稿日: 2025年5月21日 作成者: jarxiv

要約 人の検索は注目の高まりを引き付けました。 既存の方法は、主に2つの検索モー … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.IR | Automatic Synthetic Data and Fine-grained Adaptive Feature Alignment for Composed Person Retrieval はコメントを受け付けていません

Two Experts Are All You Need for Steering Thinking: Reinforcing Cognitive Effort in MoE Reasoning Models Without Additional Training

投稿日: 2025年5月21日 作成者: jarxiv

要約 大規模な推論モデル（LRM）内の専門家の混合（MOE）アーキテクチャは、専 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.IR, cs.LG | Two Experts Are All You Need for Steering Thinking: Reinforcing Cognitive Effort in MoE Reasoning Models Without Additional Training はコメントを受け付けていません

GMM-Based Comprehensive Feature Extraction and Relative Distance Preservation For Few-Shot Cross-Modal Retrieval

投稿日: 2025年5月20日 作成者: jarxiv

要約 少数のショットクロスモーダル検索は、限られたトレーニングサンプルを備えたク … 続きを読む →

カテゴリー: cs.CV, cs.IR | GMM-Based Comprehensive Feature Extraction and Relative Distance Preservation For Few-Shot Cross-Modal Retrieval はコメントを受け付けていません

The Future is Sparse: Embedding Compression for Scalable Retrieval in Recommender Systems

投稿日: 2025年5月19日 作成者: jarxiv

要約 業界規模の推奨システムは、コアの課題に直面しています。ユーザーやアイテムな … 続きを読む →

カテゴリー: cs.IR, cs.LG | The Future is Sparse: Embedding Compression for Scalable Retrieval in Recommender Systems はコメントを受け付けていません

Semantic Caching of Contextual Summaries for Efficient Question-Answering with Language Models

投稿日: 2025年5月19日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）は、リアルタイムの質問と検索の生成のために、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG, I.2.7 | Semantic Caching of Contextual Summaries for Efficient Question-Answering with Language Models はコメントを受け付けていません

iAgent: LLM Agent as a Shield between User and Recommender Systems

投稿日: 2025年5月19日 作成者: jarxiv

要約 従来の推奨システムは通常、ユーザープラットフォームのパラダイムを採用します … 続きを読む →

カテゴリー: cs.CL, cs.IR | iAgent: LLM Agent as a Shield between User and Recommender Systems はコメントを受け付けていません