On Semantic Loss Fine-Tuning Approach for Preventing Model Collapse in Causal Reasoning
因果推論タスクにおけるモデル崩壊を防ぐためのセマンティックロスを用いたファインチューニング手法が提…
因果推論タスクにおけるモデル崩壊を防ぐためのセマンティックロスを用いたファインチューニング手法が提…
LLMのテキスト品質を損なわずに検出可能な新しい透かし技術「SLAM」が発表されました。
テキストから自動構築されたノイズの多いグラフに対するグラフ自己教師あり学習の堅牢性が評価されました。
AIの誤りを活用し、学生の高度な思考力を育成する教育手法が提案されました。
科学時系列データから解釈可能な潜在メカニズムを発見する新しいAIモデル「MOSAIC」が発表されました。
天文学的分類におけるマルチモーダルLLMの精度、推論、誠実さを評価するベンチマーク「AstroAlertBench」…
LMOベースの最適化手法を加速する「LMO-IGT」が提案されました。
Attentionメカニズムの近似において、ほぼ最適なサイズのコセットの存在が証明されました。
知識グラフ構築とGNN評価のための統一ベンチマークが発表されました。
LLMの推論をシンボリックソルバーに変換し、プログラム合成の効率と精度を向上させる新手法が発表されまし…
X-Voiceは、ゼロショットで30言語に対応する多言語音声クローンモデルを発表しました。
LLMが多人数会話で発話タイミングを学習するための大規模データセット「When2Speak」が公開されました。