Dr. Post-Training: LLM後学習におけるデータ正則化の視点
LLMの後学習において、希少な高品質データと大量の汎用データを効率的に活用する新しいフレームワークが提…
研究
4569件
Causal EpiNets: エピステミックニューラルネットワークを用いた個別治療効果の精度補正された範囲推定
個別治療効果の推定において、従来の推定器が抱える構造的制約違反と極値バイアスを解決する新しいニュー…
WiCER：LLMウィキシステム向け反復的知識コンパイル手法
LLMがドメイン知識を効率的に利用するための反復的知識コンパイルアルゴリズム「WiCER」が開発されました。
残差潜在行動による視覚特徴ベースの世界モデル学習
視覚特徴ベースの世界モデル「RLA-WM」が、従来の画像生成モデルより高速かつ高精度な未来予測を実現しま…
翻訳税はスカラーではない：中国語多言語ベンチマークにおける英語ソースキュー継承の反事実監査
英語から中国語に翻訳されたLLMベンチマークの評価において、「翻訳税」が単一の数値ではないことが示され…
キャッシュされた応答を利用したクエリ効率の良いモデル評価
新しいAIモデルのベンチマーク評価において、キャッシュされた過去のモデル応答を活用し、必要なクエリ数…
LoRAと完全ファインチューニングの先へ：勾配誘導型オプティマイザルーティングによるLLM適応
LLMのファインチューニングにおいて、LoRAと完全ファインチューニングの利点を組み合わせる新手法が提案さ…
安定化されたニューラルハミルトン・ヤコビ・ベルマンソルバー：誤差解析とモデルベース強化学習への応用
ニューラルネットワークを用いたハミルトン・ヤコビ・ベルマン方程式の安定化ソルバーが開発されました。
驚くほどシンプルなグラフヒューリスティックがシーケンシャル推薦のショートカット解決可能なベンチマークを明らかにする
シンプルなグラフヒューリスティックが、シーケンシャル推薦の既存ベンチマークで最新モデルを上回る性能…
RRCM：LLM推薦のための協調的・メタ記憶に基づくランキング駆動型検索
LLMベースの推薦システムにおいて、協調的行動とアイテムメタデータを活用し、ランキング品質を最大化する…
実世界におけるグラフ異常検知：現実的な展開課題下でのベンチマーク
グラフ異常検知（GAD）モデルが、大規模グラフ、極端な異常の希少性、ノード属性の欠損といった現実世界の…
Region4Web: Webエージェントの観測空間粒度再考
WebエージェントがWebページを理解する際の観測空間の粒度を、要素レベルから機能領域レベルに再構築する…