cs.LG」カテゴリーアーカイブ

Conformal Thresholded Intervals for Efficient Regression

要約 このペーパーでは、保証されたカバレッジで可能な限り最小の予測セットを生成す … 続きを読む

カテゴリー: cs.LG, stat.ML | Conformal Thresholded Intervals for Efficient Regression はコメントを受け付けていません

Learning Collective Variables with Synthetic Data Augmentation through Physics-Inspired Geodesic Interpolation

要約 分子動力学シミュレーションでは、タンパク質のフォールディングなどのまれなイ … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, q-bio.BM | Learning Collective Variables with Synthetic Data Augmentation through Physics-Inspired Geodesic Interpolation はコメントを受け付けていません

Indoor Air Quality Dataset with Activities of Daily Living in Low to Middle-income Communities

要約 近年、屋内大気汚染は私たちの社会に重大な脅威を与えており、年間 320 万 … 続きを読む

カテゴリー: cs.LG | Indoor Air Quality Dataset with Activities of Daily Living in Low to Middle-income Communities はコメントを受け付けていません

Catastrophic Goodhart: regularizing RLHF with KL divergence does not mitigate heavy-tailed reward misspecification

要約 ヒューマン フィードバックからの強化学習 (RLHF) を適用する場合、報 … 続きを読む

カテゴリー: cs.LG | Catastrophic Goodhart: regularizing RLHF with KL divergence does not mitigate heavy-tailed reward misspecification はコメントを受け付けていません

Nonlinear Schrödinger Network

要約 ディープ ニューラル ネットワーク (DNN) は、大規模なデータセットか … 続きを読む

カテゴリー: cs.LG | Nonlinear Schrödinger Network はコメントを受け付けていません

LazyLLM: Dynamic Token Pruning for Efficient Long Context LLM Inference

要約 トランスフォーマーベースの大規模言語モデルの推論は、2 つの連続したステー … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | LazyLLM: Dynamic Token Pruning for Efficient Long Context LLM Inference はコメントを受け付けていません

Domain-Specific Pretraining of Language Models: A Comparative Study in the Medical Field

要約 LLM が単一ドメイン内の特定のタスクに使用されるケースは数多くあります。 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, I.2.6 | Domain-Specific Pretraining of Language Models: A Comparative Study in the Medical Field はコメントを受け付けていません

ESQA: Event Sequences Question Answering

要約 イベント シーケンス (ES) は、金融、小売、ソーシャル ネットワーク、 … 続きを読む

カテゴリー: cs.CL, cs.LG | ESQA: Event Sequences Question Answering はコメントを受け付けていません

LLM See, LLM Do: Guiding Data Generation to Target Non-Differentiable Objectives

要約 合成データの普及により、データを生成するモデルが蒸留されたデータを介して他 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | LLM See, LLM Do: Guiding Data Generation to Target Non-Differentiable Objectives はコメントを受け付けていません

Towards End-to-End Spoken Grammatical Error Correction

要約 文法的なフィードバックは、L2 の学習者、教師、試験者にとって非常に重要で … 続きを読む

カテゴリー: cs.CL, cs.LG, eess.AS | Towards End-to-End Spoken Grammatical Error Correction はコメントを受け付けていません