「I.2.7」カテゴリーアーカイブ

WebCanvas: Benchmarking Web Agents in Online Environments

投稿日: 2024年6月28日 作成者: jarxiv

要約 Web エージェントが実際に役立つためには、ユーザー インターフェイスとコ … 続きを読む →

カテゴリー: 68T50, cs.AI, cs.CL, cs.LG, I.2.7 | WebCanvas: Benchmarking Web Agents in Online Environments はコメントを受け付けていません

Jina CLIP: Your CLIP Model Is Also Your Text Retriever

投稿日: 2024年6月27日 作成者: jarxiv

要約 Contrastive Language-Image Pretrainin … 続きを読む →

カテゴリー: 68T50, cs.AI, cs.CL, cs.CV, cs.IR, I.2.7 | Jina CLIP: Your CLIP Model Is Also Your Text Retriever はコメントを受け付けていません

A Unified Framework for Input Feature Attribution Analysis

投稿日: 2024年6月24日 作成者: jarxiv

要約 機械学習モデルの信頼性と公平性を確保するには、機械学習モデルの意思決定プロ … 続きを読む →

カテゴリー: 68T50, cs.CL, I.2.7 | A Unified Framework for Input Feature Attribution Analysis はコメントを受け付けていません

Stealth edits for provably fixing or attacking large language models

投稿日: 2024年6月19日 作成者: jarxiv

要約 大規模な言語モデルを編集するための新しい方法と技術の理論的基礎を明らかにし … 続きを読む →

カテゴリー: 68T07, 68T50, 68W40, cs.AI, cs.LG, I.2.7 | Stealth edits for provably fixing or attacking large language models はコメントを受け付けていません

Unleashing the potential of prompt engineering in Large Language Models: a comprehensive review

投稿日: 2024年6月19日 作成者: jarxiv

要約 このホワイト ペーパーでは、大規模言語モデル (LLM) の機能を解放する … 続きを読む →

カテゴリー: cs.AI, cs.CL, I.2.7 | Unleashing the potential of prompt engineering in Large Language Models: a comprehensive review はコメントを受け付けていません

How Do Large Language Models Acquire Factual Knowledge During Pretraining?

投稿日: 2024年6月18日 作成者: jarxiv

要約 大規模言語モデル (LLM) が実質的な事実知識を保存できるという最近の観 … 続きを読む →

カテゴリー: cs.CL, I.2.7 | How Do Large Language Models Acquire Factual Knowledge During Pretraining? はコメントを受け付けていません

REVS: Unlearning Sensitive Information in Language Models via Rank Editing in the Vocabulary Space

投稿日: 2024年6月14日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、トレーニング データに含まれる機密情報や … 続きを読む →

カテゴリー: cs.CL, I.2.7 | REVS: Unlearning Sensitive Information in Language Models via Rank Editing in the Vocabulary Space はコメントを受け付けていません

On the Robustness of Document-Level Relation Extraction Models to Entity Name Variations

投稿日: 2024年6月12日 作成者: jarxiv

要約 クロスセンテンスおよび大規模な関係抽出の需要に後押しされて、文書レベルの関 … 続きを読む →

カテゴリー: 68T50, cs.CL, I.2.7 | On the Robustness of Document-Level Relation Extraction Models to Entity Name Variations はコメントを受け付けていません

CTC-based Non-autoregressive Textless Speech-to-Speech Translation

投稿日: 2024年6月12日 作成者: jarxiv

要約 直接音声間翻訳 (S2ST) は優れた翻訳品質を実現していますが、音声シー … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS, I.2.7 | CTC-based Non-autoregressive Textless Speech-to-Speech Translation はコメントを受け付けていません

RAID: A Shared Benchmark for Robust Evaluation of Machine-Generated Text Detectors

投稿日: 2024年6月11日 作成者: jarxiv

要約 多くの商用およびオープンソース モデルは、機械生成されたテキストを非常に高 … 続きを読む →

カテゴリー: cs.CL, I.2.7 | RAID: A Shared Benchmark for Robust Evaluation of Machine-Generated Text Detectors はコメントを受け付けていません