「cs.LG」カテゴリーアーカイブ

Knowledge-Driven Feature Selection and Engineering for Genotype Data with Large Language Models

投稿日: 2024年10月3日 作成者: jarxiv

要約 解釈可能な少数の変異特徴のセットに基づいて、複雑な遺伝的基盤を持つ表現型を … 続きを読む →

カテゴリー: cs.CL, cs.LG, q-bio.GN | Knowledge-Driven Feature Selection and Engineering for Genotype Data with Large Language Models はコメントを受け付けていません

Conformal Generative Modeling with Improved Sample Efficiency through Sequential Greedy Filtering

投稿日: 2024年10月3日 作成者: jarxiv

要約 生成モデルには出力に対する厳密な統計的保証がないため、安全性が重要なアプリ … 続きを読む →

カテゴリー: cs.AI, cs.LG | Conformal Generative Modeling with Improved Sample Efficiency through Sequential Greedy Filtering はコメントを受け付けていません

Positional Attention: Out-of-Distribution Generalization and Expressivity for Neural Algorithmic Reasoning

投稿日: 2024年10月3日 作成者: jarxiv

要約 算術演算、要約統計量、並べ替えなどのアルゴリズム タスクを解決するニューラ … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.LG | Positional Attention: Out-of-Distribution Generalization and Expressivity for Neural Algorithmic Reasoning はコメントを受け付けていません

Uncertainty Quantification with Bayesian Higher Order ReLU KANs

投稿日: 2024年10月3日 作成者: jarxiv

要約 我々は、コルモゴロフ・アーノルド・ネットワークの領域における不確実性定量化 … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.data-an | Uncertainty Quantification with Bayesian Higher Order ReLU KANs はコメントを受け付けていません

Almost Sure Convergence of Average Reward Temporal Difference Learning

投稿日: 2024年10月3日 作成者: jarxiv

要約 表形式の平均報酬時間差 (TD) 学習は、平均報酬強化学習においておそらく … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.OC, stat.ML | Almost Sure Convergence of Average Reward Temporal Difference Learning はコメントを受け付けていません

Performant, Memory Efficient and Scalable Multi-Agent Reinforcement Learning

投稿日: 2024年10月3日 作成者: jarxiv

要約 マルチエージェント強化学習 (MARL) の分野がより大規模で複雑な環境に … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA | Performant, Memory Efficient and Scalable Multi-Agent Reinforcement Learning はコメントを受け付けていません

Towards a Theoretical Understanding of Synthetic Data in LLM Post-Training: A Reverse-Bottleneck Perspective

投稿日: 2024年10月3日 作成者: jarxiv

要約 高品質で特定のデータが不足しているため、合成データは大規模言語モデル (L … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Towards a Theoretical Understanding of Synthetic Data in LLM Post-Training: A Reverse-Bottleneck Perspective はコメントを受け付けていません

Evaluating Robustness of Reward Models for Mathematical Reasoning

投稿日: 2024年10月3日 作成者: jarxiv

要約 報酬モデルは、ヒューマン フィードバック (RLHF) システムからの強化 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Evaluating Robustness of Reward Models for Mathematical Reasoning はコメントを受け付けていません

Test Time Learning for Time Series Forecasting

投稿日: 2024年10月3日 作成者: jarxiv

要約 時系列予測は、マルチヘッド アテンションなどのトークン予測メカニズムの導入 … 続きを読む →

カテゴリー: cs.AI, cs.LG | Test Time Learning for Time Series Forecasting はコメントを受け付けていません

Latent Diffusion Models for Controllable RNA Sequence Generation

投稿日: 2024年10月3日 作成者: jarxiv

要約 この研究では、可変長の個別の RNA 配列を生成および最適化するための潜在 … 続きを読む →

カテゴリー: cs.AI, cs.LG, q-bio.QM | Latent Diffusion Models for Controllable RNA Sequence Generation はコメントを受け付けていません