「I.2.6」カテゴリーアーカイブ

Inference acceleration for large language models using ‘stairs’ assisted greedy generation

投稿日: 2024年7月30日 作成者: jarxiv

要約 数十億のパラメータを持つ大規模言語モデル (LLM) は、その優れた予測機 … 続きを読む →

カテゴリー: (Primary), 68T05, 68T07, 68T50, cs.CL, cs.LG, I.2.6 | Inference acceleration for large language models using ‘stairs’ assisted greedy generation はコメントを受け付けていません

Robust Deep Hawkes Process under Label Noise of Both Event and Occurrence

投稿日: 2024年7月25日 作成者: jarxiv

要約 ディープ ニューラル ネットワークとホークス プロセスを統合することで、金 … 続きを読む →

カテゴリー: 60G55, cs.AI, cs.LG, I.2.6 | Robust Deep Hawkes Process under Label Noise of Both Event and Occurrence はコメントを受け付けていません

Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning

投稿日: 2024年7月23日 作成者: jarxiv

要約 深層学習では、画像分類タスクで高いパフォーマンスを達成するには、多様なトレ … 続きを読む →

カテゴリー: cs.CV, cs.LG, I.2.6 | Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning 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

投稿日: 2024年7月22日 作成者: jarxiv

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

Subgraph-Aware Training of Text-based Methods for Knowledge Graph Completion

投稿日: 2024年7月18日 作成者: jarxiv

要約 最近、事前トレーニング済み言語モデル (PLM) を微調整すると、ナレッジ … 続きを読む →

カテゴリー: 68T30, 68T45, 68T50, cs.CL, I.2.6 | Subgraph-Aware Training of Text-based Methods for Knowledge Graph Completion はコメントを受け付けていません

NITRO-D: Native Integer-only Training of Deep Convolutional Neural Networks

投稿日: 2024年7月17日 作成者: jarxiv

要約 量子化は、ディープ ニューラル ネットワーク (DNN) の着実に増加する … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.NE, I.2.6 | NITRO-D: Native Integer-only Training of Deep Convolutional Neural Networks はコメントを受け付けていません

NeSIG: A Neuro-Symbolic Method for Learning to Generate Planning Problems

投稿日: 2024年7月17日 作成者: jarxiv

要約 自動計画の分野では、機械学習のトレーニング データとして使用したり、計画競 … 続きを読む →

カテゴリー: cs.AI, I.2.6 | NeSIG: A Neuro-Symbolic Method for Learning to Generate Planning Problems はコメントを受け付けていません

Left/Right Brain, human motor control and the implications for robotics

投稿日: 2024年7月11日 作成者: jarxiv

要約 ニューラル ネットワーク動作コントローラーは、従来の制御方法に比べてさまざ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE, cs.RO, I.2.6, q-bio.NC | Left/Right Brain, human motor control and the implications for robotics はコメントを受け付けていません

Planetary Causal Inference: Implications for the Geography of Poverty

投稿日: 2024年7月8日 作成者: jarxiv

要約 衛星画像のような地球観測データは、機械学習と組み合わせることで、特に政府由 … 続きを読む →

カテゴリー: 62H11, cs.CV, cs.LG, I.2.6, stat.ME, stat.ML | Planetary Causal Inference: Implications for the Geography of Poverty はコメントを受け付けていません

The Shortcomings of Force-from-Motion in Robot Learning

投稿日: 2024年7月4日 作成者: jarxiv

要約 ロボット操作には、正確な動作と物理的インタラクション制御が必要である。しか … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6 | The Shortcomings of Force-from-Motion in Robot Learning はコメントを受け付けていません