I.2.7」カテゴリーアーカイブ

jina-embeddings-v3: Multilingual Embeddings With Task LoRA

要約 jina-embeddings-v3 は、5 億 7,000 万のパラメー … 続きを読む

カテゴリー: 68T50, cs.AI, cs.CL, cs.IR, I.2.7 | jina-embeddings-v3: Multilingual Embeddings With Task LoRA はコメントを受け付けていません

MoDeGPT: Modular Decomposition for Large Language Model Compression

要約 大規模言語モデル (LLM) は、さまざまなタスクにわたって優れたパフォー … 続きを読む

カテゴリー: (Primary), cs.CL, cs.LG, I.2.7, stat.ML | MoDeGPT: Modular Decomposition for Large Language Model Compression はコメントを受け付けていません

Combining Data Generation and Active Learning for Low-Resource Question Answering

要約 ニューラル アプローチは質問応答 (QA) で非常に人気がありますが、大量 … 続きを読む

カテゴリー: cs.AI, cs.CL, I.2.7 | Combining Data Generation and Active Learning for Low-Resource Question Answering はコメントを受け付けていません

Fine-tuning Large Language Models for Entity Matching

要約 生成大規模言語モデル (LLM) は、高いゼロショット パフォーマンスと、 … 続きを読む

カテゴリー: 68T50, cs.AI, cs.CL, cs.LG, I.2.7 | Fine-tuning Large Language Models for Entity Matching はコメントを受け付けていません

LLM Honeypot: Leveraging Large Language Models as Advanced Interactive Honeypot Systems

要約 サイバー脅威の急速な進化には、悪意のあるアクティビティを検出および分析する … 続きを読む

カテゴリー: 68M10, 68T50, cs.AI, cs.CL, cs.CR, cs.LG, cs.NI, I.2.7 | LLM Honeypot: Leveraging Large Language Models as Advanced Interactive Honeypot Systems はコメントを受け付けていません

Evaluation of real-time transcriptions using end-to-end ASR models

要約 自動音声認識 (ASR) または Speech-to-text (STT) … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SD, I.2.7 | Evaluation of real-time transcriptions using end-to-end ASR models はコメントを受け付けていません

Towards Fairer Health Recommendations: finding informative unbiased samples via Word Sense Disambiguation

要約 偏ったデータでトレーニングされたモデルに依存する一か八かのアプリケーション … 続きを読む

カテゴリー: cs.CL, cs.CY, cs.LG, I.2.7 | Towards Fairer Health Recommendations: finding informative unbiased samples via Word Sense Disambiguation はコメントを受け付けていません

Shift-Reduce Task-Oriented Semantic Parsing with Stack-Transformers

要約 Apple Siri や Amazon Alexa などのインテリジェント … 続きを読む

カテゴリー: 68T50, cs.CL, I.2.7 | Shift-Reduce Task-Oriented Semantic Parsing with Stack-Transformers はコメントを受け付けていません

Exploring syntactic information in sentence embeddings through multilingual subject-verb agreement

要約 この論文では、私たちの目標は、多言語の事前トレーニング済み言語モデルが、言 … 続きを読む

カテゴリー: 68T50, cs.CL, I.2.7 | Exploring syntactic information in sentence embeddings through multilingual subject-verb agreement はコメントを受け付けていません

GroUSE: A Benchmark to Evaluate Evaluators in Grounded Question Answering

要約 検索拡張生成 (RAG) は、大規模言語モデル (LLM) をプライベート … 続きを読む

カテゴリー: cs.CL, I.2.7 | GroUSE: A Benchmark to Evaluate Evaluators in Grounded Question Answering はコメントを受け付けていません