「cs.LG」カテゴリーアーカイブ

Fine-Tuning and Prompt Optimization: Two Great Steps that Work Better Together

投稿日: 2024年10月8日 作成者: jarxiv

要約 自然言語処理 (NLP) システムは、検索拡張生成 (RAG) などの洗練 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Fine-Tuning and Prompt Optimization: Two Great Steps that Work Better Together はコメントを受け付けていません

Representation noising effectively prevents harmful fine-tuning on LLMs

投稿日: 2024年10月8日 作成者: jarxiv

要約 オープンソースの大規模言語モデル (LLM) をリリースすると、悪意のある … 続きを読む →

カテゴリー: cs.CL, cs.LG | Representation noising effectively prevents harmful fine-tuning on LLMs はコメントを受け付けていません

When ‘A Helpful Assistant’ Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models

投稿日: 2024年10月8日 作成者: jarxiv

要約 プロンプトは、人間が大規模言語モデル (LLM) と対話する主要な方法とし … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.HC, cs.LG | When ‘A Helpful Assistant’ Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models はコメントを受け付けていません

Efficient Model-Agnostic Multi-Group Equivariant Networks

投稿日: 2024年10月8日 作成者: jarxiv

要約 equitune (Basu et al., 2023b) やその一般化 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Efficient Model-Agnostic Multi-Group Equivariant Networks はコメントを受け付けていません

MetaMetrics: Calibrating Metrics For Generation Tasks Using Human Preferences

投稿日: 2024年10月8日 作成者: jarxiv

要約 パフォーマンス評価指標の品質を理解することは、モデルの出力が人間の好みに確 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | MetaMetrics: Calibrating Metrics For Generation Tasks Using Human Preferences はコメントを受け付けていません

Creative Beam Search: LLM-as-a-Judge For Improving Response Generation

投稿日: 2024年10月8日 作成者: jarxiv

要約 大規模な言語モデルは、人工的な創造性を含むいくつかの分野に革命をもたらして … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.LG | Creative Beam Search: LLM-as-a-Judge For Improving Response Generation はコメントを受け付けていません

Understanding Warmup-Stable-Decay Learning Rates: A River Valley Loss Landscape Perspective

投稿日: 2024年10月8日 作成者: jarxiv

要約 一般的なコサイン学習率のスケジュールはステップの総数に依存するため、現在、 … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | Understanding Warmup-Stable-Decay Learning Rates: A River Valley Loss Landscape Perspective はコメントを受け付けていません

Density estimation with LLMs: a geometric investigation of in-context learning trajectories

投稿日: 2024年10月8日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、時系列予測を含むさまざまなタスクにわたっ … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | Density estimation with LLMs: a geometric investigation of in-context learning trajectories はコメントを受け付けていません

Precise Model Benchmarking with Only a Few Observations

投稿日: 2024年10月8日 作成者: jarxiv

要約 大規模な質問応答データセット内の特定のトピックに属する質問に対する大規模言 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, stat.AP | Precise Model Benchmarking with Only a Few Observations はコメントを受け付けていません

Cookbook: A framework for improving LLM generative abilities via programmatic data generating templates

投稿日: 2024年10月8日 作成者: jarxiv

要約 命令データセットで大規模言語モデル (LLM) を微調整することは、生成機 … 続きを読む →

カテゴリー: cs.CL, cs.LG | Cookbook: A framework for improving LLM generative abilities via programmatic data generating templates はコメントを受け付けていません