LLMはパーソナライズされたアクセス制御の決定を下せるか？
LLMがユーザーのセキュリティ設定に基づき、アプリのアクセス許可を動的に判断する能力が研究されました。
LLM
2779件
RL後学習のためのブートストラップ型混合報酬：標準的な行動順序の注入
強化学習（RL）の後学習において、標準的な行動順序のヒントを報酬として与えることで、性能が向上するこ…
PDFからの数式抽出における文書パーサーのベンチマーク
PDFから数式を正確に抽出する文書パーサーの性能を評価する新しいベンチマークが発表されました。
パターン対患者：一人称物語によるパーソナリティ障害診断におけるLLMと精神科専門家の比較評価
LLMが精神科専門家よりもパーソナリティ障害の診断で高いスコアを記録しました。
LangPrecip: 言語認識型マルチモーダル降水ナウキャスティング
気象テキスト情報を活用し、短時間降水予報の精度を向上させる新しいAIフレームワークが提案されました。
LitVISTA：文学テキストにおける物語構成のベンチマーク
文学テキストの物語構成能力を評価する新しいベンチマーク「LitVISTA」が提案されました。
大規模言語モデルを活用したメカニズム忠実な待ち行列シミュレーションモデル変換
LLMが生成する待ち行列シミュレーションモデルの正確性を向上させるフレームワークが開発されました。
大規模協調型マルチエージェント学習のための降下誘導型方策勾配
マルチエージェント強化学習において、エージェント数の増加に伴う学習の不安定性を解決する新手法が提案…
KVバインディングによるテスト時学習は線形アテンションだった
KVバインディングを用いたテスト時学習（TTT）が、実は線形アテンションの一種であることが判明しました。
S2O: オンライン順列によるスパースアテンションの早期停止
S2Oは、オンライン順列と早期停止により、大規模言語モデルのスパースアテンション効率を大幅に向上させま…
MICA：長期的感情サポート対話のための多粒度時間間隔信用割り当て
LLMが多ターン感情サポート対話で効果的に機能する新しい強化学習フレームワーク「MICA」が開発されました…
プロンプトと応答間の相互情報量を最大化することで、追加データや人間の監視なしにLLMのパーソナライゼーションを改善
LLMが追加データや人間の監視なしに、プロンプトと応答間の相互情報量を最大化することで自己改善する手法…