cs.LG」カテゴリーアーカイブ

Predicting Bad Goods Risk Scores with ARIMA Time Series: A Novel Risk Assessment Approach

要約 サプライチェーンの複雑さの増加と、欠陥または標準以下の商品(不良品)に関連 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.AP | コメントする

Gradients: When Markets Meet Fine-tuning — A Distributed Approach to Model Optimisation

要約 基礎モデルの微調整は基本的な課題に直面しています:既存の自動車プラットフォ … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする

Easy2Hard-Bench: Standardized Difficulty Labels for Profiling LLM Performance and Generalization

要約 簡単なものからハードへのタスクに関する一般化は、言語モデル(LLMS)をプ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

MIB: A Mechanistic Interpretability Benchmark

要約 新しい機械的解釈可能性の方法が実際の改善を達成するかどうかをどのように知る … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

HeuriGym: An Agentic Benchmark for LLM-Crafted Heuristics in Combinatorial Optimization

要約 大規模な言語モデル(LLM)は推論とエージェントベースの問題解決において大 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

Intelligent Offloading in Vehicular Edge Computing: A Comprehensive Review of Deep Reinforcement Learning Approaches and Architectures

要約 インテリジェントな輸送システム(ITS)の複雑さの増加により、エッジサーバ … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG, cs.MA | コメントする

Automated Capability Discovery via Foundation Model Self-Exploration

要約 基礎モデルは汎用アシスタントになり、Webスケールデータのトレーニングを通 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする

Thinking vs. Doing: Agents that Reason by Scaling Test-Time Interaction

要約 テスト時間スケーリングの現在のパラダイムは、応答を生成する前に、長い推論ト … 続きを読む

カテゴリー: cs.AI, cs.LG | コメントする

Bipartite Ranking From Multiple Labels: On Loss Versus Label Aggregation

要約 Bipartiteランキングは、単一のバイナリターゲットラベルに対してRO … 続きを読む

カテゴリー: cs.AI, cs.IR, cs.LG, stat.ML | コメントする

When Two LLMs Debate, Both Think They’ll Win

要約 LLMSは反対に直面したときに自信を正確に調整できますか? 静的な事実ベー … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | コメントする