「I.2.7」カテゴリーアーカイブ

Exploring Scaling Trends in LLM Robustness

投稿日: 2024年7月29日 作成者: jarxiv

要約 言語モデルの機能は、モデルのサイズとトレーニング データをスケーリングする … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.LG, I.2.7 | Exploring Scaling Trends in LLM Robustness はコメントを受け付けていません

Tracking linguistic information in transformer-based sentence embeddings through targeted sparsification

投稿日: 2024年7月26日 作成者: jarxiv

要約 トランスフォーマーベースのモデルを分析したところ、テキスト入力からさまざま … 続きを読む →

カテゴリー: 68T50, cs.CL, I.2.7 | Tracking linguistic information in transformer-based sentence embeddings through targeted sparsification はコメントを受け付けていません

Machine Translation Hallucination Detection for Low and High Resource Languages using Large Language Models

投稿日: 2024年7月26日 作成者: jarxiv

要約 大規模な多言語機械翻訳システムの最近の進歩により、翻訳の精度が大幅に向上し … 続きを読む →

カテゴリー: cs.AI, cs.CL, I.2.7 | Machine Translation Hallucination Detection for Low and High Resource Languages using Large Language Models はコメントを受け付けていません

Exploring Scaling Trends in LLM Robustness

投稿日: 2024年7月26日 作成者: jarxiv

要約 言語モデルの機能は、モデルのサイズとトレーニング データをスケーリングする … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.LG, I.2.7 | Exploring Scaling Trends in LLM Robustness はコメントを受け付けていません

Scalify: scale propagation for efficient low-precision LLM training

投稿日: 2024年7月25日 作成者: jarxiv

要約 float8 などの低精度形式は、大規模な言語モデルのトレーニングと推論の … 続きを読む →

カテゴリー: 68T07, cs.LG, I.2.7 | Scalify: scale propagation for efficient low-precision LLM training はコメントを受け付けていません

From Internal Conflict to Contextual Adaptation of Language Models

投稿日: 2024年7月25日 作成者: jarxiv

要約 知識集約型の言語理解タスクでは、言語モデル (LM) が関連するコンテキス … 続きを読む →

カテゴリー: 68T50, cs.AI, cs.CL, I.2.7 | From Internal Conflict to Contextual Adaptation of Language Models はコメントを受け付けていません

Machine Translation Hallucination Detection for Low and High Resource Languages using Large Language Models

投稿日: 2024年7月24日 作成者: jarxiv

要約 大規模な多言語機械翻訳システムの最近の進歩により、翻訳の精度が大幅に向上し … 続きを読む →

カテゴリー: cs.AI, cs.CL, I.2.7 | Machine Translation Hallucination Detection for Low and High Resource Languages using Large Language Models はコメントを受け付けていません

Compensate Quantization Errors+: Quantized Models Are Inquisitive Learners

投稿日: 2024年7月23日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、優れたパフォーマンスと堅牢な演繹機能を備 … 続きを読む →

カテゴリー: cs.AI, cs.CL, I.2.7 | Compensate Quantization Errors+: Quantized Models Are Inquisitive Learners はコメントを受け付けていません

Extracting Structured Insights from Financial News: An Augmented LLM Driven Approach

投稿日: 2024年7月23日 作成者: jarxiv

要約 金融ニュースは金融セクター全体の意思決定プロセスにおいて重要な役割を果たし … 続きを読む →

カテゴリー: cs.CL, I.2.7 | Extracting Structured Insights from Financial News: An Augmented LLM Driven Approach はコメントを受け付けていません

Geolocation Predicting of Tweets Using BERT-Based Models

投稿日: 2024年7月22日 作成者: jarxiv

要約 この研究は、ツイート/ユーザーの地理位置予測タスクを解決し、テキストビッグ … 続きを読む →

カテゴリー: 68T50, cs.AI, cs.CL, I.2.7 | Geolocation Predicting of Tweets Using BERT-Based Models はコメントを受け付けていません