I.2.1」カテゴリーアーカイブ

A Collaborative Content Moderation Framework for Toxicity Detection based on Conformalized Estimates of Annotation Disagreement

要約 コンテンツのモデレーションは通常、人間のモデレーターと機械学習モデルの取り … 続きを読む

カテゴリー: (Primary), cs.AI, cs.CL, cs.HC, I.2.1 | A Collaborative Content Moderation Framework for Toxicity Detection based on Conformalized Estimates of Annotation Disagreement はコメントを受け付けていません

The Impact of Generative Artificial Intelligence on Ideation and the performance of Innovation Teams (Preprint)

要約 この研究では、イノベーション プロセスのアイデア生成段階におけるイノベーシ … 続きを読む

カテゴリー: cs.AI, cs.CY, I.2.1 | The Impact of Generative Artificial Intelligence on Ideation and the performance of Innovation Teams (Preprint) はコメントを受け付けていません

N-Agent Ad Hoc Teamwork

要約 マルチエージェントの協調行動を学習するための現在のアプローチは、比較的制限 … 続きを読む

カテゴリー: cs.AI, I.2.1 | N-Agent Ad Hoc Teamwork はコメントを受け付けていません

What is lost in Normalization? Exploring Pitfalls in Multilingual ASR Model Evaluations

要約 このペーパーでは、特にインド言語の文字に焦点を当てて、多言語自動音声認識 … 続きを読む

カテゴリー: 68T10, 68T50, 91F20, cs.AI, cs.CL, cs.HC, I.2.1 | What is lost in Normalization? Exploring Pitfalls in Multilingual ASR Model Evaluations はコメントを受け付けていません

POEM: Interactive Prompt Optimization for Enhancing Multimodal Reasoning of Large Language Models

要約 大規模言語モデル (LLM) は、ゼロショットまたは少数ショットの設定で適 … 続きを読む

カテゴリー: 68, cs.AI, cs.HC, I.2.1 | POEM: Interactive Prompt Optimization for Enhancing Multimodal Reasoning of Large Language Models はコメントを受け付けていません

Opponent Shaping for Antibody Development

要約 抗ウイルス療法は通常、現在のウイルス株を標的とするように設計されています。 … 続きを読む

カテゴリー: 92-08, cs.AI, cs.GT, cs.MA, I.2.1, q-bio.PE | Opponent Shaping for Antibody Development はコメントを受け付けていません

Opponent Shaping for Antibody Development

要約 抗ウイルス療法は通常、現在のウイルス株を標的とするように設計されています。 … 続きを読む

カテゴリー: 92-08, cs.AI, cs.GT, cs.MA, I.2.1, q-bio.PE | Opponent Shaping for Antibody Development はコメントを受け付けていません

Opponent Shaping for Antibody Development

要約 抗ウイルス療法は通常、現在のウイルス株を標的とするように設計されています。 … 続きを読む

カテゴリー: 92-08, cs.AI, cs.GT, cs.MA, I.2.1, q-bio.PE | Opponent Shaping for Antibody Development はコメントを受け付けていません

The unknotting number, hard unknot diagrams, and reinforcement learning

要約 私たちは、最大 200 個の交差を持つノット図のノット解除交差変更の最小シ … 続きを読む

カテゴリー: 57K10, 57K14, 68T07, 68T20, cs.AI, cs.LG, I.2.1, math.GT | The unknotting number, hard unknot diagrams, and reinforcement learning はコメントを受け付けていません

Latent-EnSF: A Latent Ensemble Score Filter for High-Dimensional Data Assimilation with Sparse Observation Data

要約 複雑な物理システムの正確なモデリングと予測は、多くの場合、モデル シミュレ … 続きを読む

カテゴリー: 68U01, cs.AI, cs.LG, eess.SP, I.2.1, stat.ML | Latent-EnSF: A Latent Ensemble Score Filter for High-Dimensional Data Assimilation with Sparse Observation Data はコメントを受け付けていません