-
最近の投稿
- Learning to Recover: Dynamic Reward Shaping with Wheel-Leg Coordination for Fallen Robots
- An Integrated Visual Servoing Framework for Precise Robotic Pruning Operations in Modern Commercial Orchard
- Adaptive Locomotion on Mud through Proprioceptive Sensing of Substrate Properties
- TD-TOG Dataset: Benchmarking Zero-Shot and One-Shot Task-Oriented Grasping for Object Generalization
- Hierarchical Intention-Aware Expressive Motion Generation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (39326) cs.CL (29768) cs.CV (44705) cs.HC (2997) cs.LG (44251) cs.RO (23494) cs.SY (3583) eess.IV (5135) eess.SY (3575) stat.ML (5752)
「cs.LG」カテゴリーアーカイブ
Rethinking LLM Advancement: Compute-Dependent and Independent Paths to Progress
要約 大規模な言語モデル（LLM）開発を管理する規制の取り組みは、主に高性能計算 … 続きを読む
Just Enough Thinking: Efficient Reasoning with Adaptive Length Penalties Reinforcement Learning
要約 大きな推論モデル（LRMS）は、推論時により多くのトークンを生成することに … 続きを読む
Context is Key: A Benchmark for Forecasting with Essential Textual Information
要約 予測は、多くのドメインにわたる意思決定における重要なタスクです。 履歴数値 … 続きを読む
Fast-DataShapley: Neural Modeling for Training Data Valuation
要約 トレーニングデータの価値と著作権は、人工知能業界で重要です。 サービスプラ … 続きを読む
Sample Complexity and Representation Ability of Test-time Scaling Paradigms
要約 テスト時間スケーリングパラダイムは、複雑なタスク上の大規模な言語モデル（L … 続きを読む
Control Tax: The Price of Keeping AI in Check
要約 エージェントAIをハイステークスの現実世界アプリケーションに迅速に統合する … 続きを読む
ProRefine: Inference-time Prompt Refinement with Textual Feedback
要約 複数のAIエージェントが協力して推論や計画などの複雑なタスクを達成するエー … 続きを読む
Constrained Entropic Unlearning: A Primal-Dual Framework for Large Language Models
要約 現実世界の設定で展開された大規模な言語モデル（LLM）は、繊細、時代遅れ、 … 続きを読む
Improving Data Efficiency for LLM Reinforcement Fine-tuning Through Difficulty-targeted Online Data Selection and Rollout Replay
要約 強化学習（RL）は、特に推論能力を高めるために、大規模な言語モデル（LLM … 続きを読む