「cs.LG」カテゴリーアーカイブ

KAN-AD: Time Series Anomaly Detection with Kolmogorov-Arnold Networks

投稿日: 2025年5月23日 作成者: jarxiv

要約 時系列の異常検出（TSAD）は、クラウドサービスとWebシステムでのリアル … 続きを読む →

カテゴリー: cs.LG | KAN-AD: Time Series Anomaly Detection with Kolmogorov-Arnold Networks はコメントを受け付けていません

Bigger Isn’t Always Memorizing: Early Stopping Overparameterized Diffusion Models

投稿日: 2025年5月23日 作成者: jarxiv

要約 拡散確率モデルは現代の生成AIの基礎となっていますが、その一般化の根底にあ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Bigger Isn’t Always Memorizing: Early Stopping Overparameterized Diffusion Models はコメントを受け付けていません

PICT — A Differentiable, GPU-Accelerated Multi-Block PISO Solver for Simulation-Coupled Learning Tasks in Fluid Dynamics

投稿日: 2025年5月23日 作成者: jarxiv

要約 何十年もの進歩にもかかわらず、流体のシミュレーションは科学的コンピューティ … 続きを読む →

カテゴリー: cs.LG, physics.comp-ph | PICT — A Differentiable, GPU-Accelerated Multi-Block PISO Solver for Simulation-Coupled Learning Tasks in Fluid Dynamics はコメントを受け付けていません

A Unified Framework for Simultaneous Parameter and Function Discovery in Differential Equations

投稿日: 2025年5月23日 作成者: jarxiv

要約 微分方程式を含む逆問題は、多くの場合、データから不明なパラメーターまたは関 … 続きを読む →

カテゴリー: cs.LG | A Unified Framework for Simultaneous Parameter and Function Discovery in Differential Equations はコメントを受け付けていません

Critical Points of Random Neural Networks

投稿日: 2025年5月23日 作成者: jarxiv

要約 この作業では、無限幅の制限が深さが増加するにつれて、異なる活性化関数を持つ … 続きを読む →

カテゴリー: 60G60, 62B10, 62M45, cs.LG, math.PR, stat.ML | Critical Points of Random Neural Networks はコメントを受け付けていません

Sufficient conditions for offline reactivation in recurrent neural networks

投稿日: 2025年5月23日 作成者: jarxiv

要約 睡眠などの静止期間中、多くの脳回路での神経活動は、タスクエンゲージメントの … 続きを読む →

カテゴリー: cs.LG, cs.NE, q-bio.NC | Sufficient conditions for offline reactivation in recurrent neural networks はコメントを受け付けていません

TTRL: Test-Time Reinforcement Learning

投稿日: 2025年5月23日 作成者: jarxiv

要約 このホワイトペーパーでは、大規模な言語モデル（LLM）のタスクを推論するた … 続きを読む →

カテゴリー: cs.CL, cs.LG | TTRL: Test-Time Reinforcement Learning はコメントを受け付けていません

Power-Law Decay Loss for Large Language Model Finetuning: Focusing on Information Sparsity to Enhance Generation Quality

投稿日: 2025年5月23日 作成者: jarxiv

要約 テキスト生成タスクの微調整段階では、標準的なクロスエントロピー損失はすべて … 続きを読む →

カテゴリー: cs.CL, cs.LG | Power-Law Decay Loss for Large Language Model Finetuning: Focusing on Information Sparsity to Enhance Generation Quality はコメントを受け付けていません

UFT: Unifying Supervised and Reinforcement Fine-Tuning

投稿日: 2025年5月23日 作成者: jarxiv

要約 トレーニング後は、大規模な言語モデル（LLM）の推論能力を高める上でその重 … 続きを読む →

カテゴリー: cs.CL, cs.LG | UFT: Unifying Supervised and Reinforcement Fine-Tuning はコメントを受け付けていません

GCAL: Adapting Graph Models to Evolving Domain Shifts

投稿日: 2025年5月23日 作成者: jarxiv

要約 このペーパーでは、進化する複数の分散（OOD）グラフに関するグラフドメイン … 続きを読む →

カテゴリー: cs.AI, cs.LG | GCAL: Adapting Graph Models to Evolving Domain Shifts はコメントを受け付けていません