AstroAlertBench: Evaluating the Accuracy, Reasoning, and Honesty of Multimodal LLMs in Astronomical Classification
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」…
研究
2740件
Accelerating LMO-Based Optimization via Implicit Gradient Transport
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。
Nearly Optimal Attention Coresets
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。
A Unified Benchmark for Evaluating Knowledge Graph Construction Methods and Graph Neural Networks
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。
ReaComp: Compiling LLM Reasoning into Symbolic Solvers for Efficient Program Synthesis
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…
When2Speak: A Dataset for Temporal Participation and Turn-Taking in Multi-Party Conversations for Large Language Models
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。
Leveraging Image Generators to Address Training Data Scarcity: The Gen4Regen Dataset for Forest Regeneration Mapping
画像生成AIを活用し、森林再生マッピング用の合成データセット「Gen4Regen」が開発されました。
The Missing Evaluation Axis: What 10,000 Student Submissions Reveal About AI Tutor Effectiveness
AIチューターの評価軸に学生の行動データを加える新フレームワークが提案されました。
EGA: Adapting Frozen Encoders for Vector Search with Bounded Out-of-Distribution Degradation
ベクトル検索システムにおいて、未知のデータに対する性能低下を抑える新しいアダプター学習手法「EGA」が…
Decomposing the Basic Abilities of Large Language Models: Mitigating Cross-Task Interference in Multi-Task Instruct-Tuning
LLMのマルチタスク学習におけるタスク間干渉を低減する新手法「BADIT」が提案されました。
Temporal Functional Circuits: From Spline Plots to Faithful Explanations in KAN Forecasting
KANが時系列予測において、学習されたエッジ関数から忠実な説明を生成するフレームワークを提案しました。
Irminsul: MLA-Native Position-Independent Caching for Agentic LLM Serving
LLMエージェントの推論効率を向上させる新しいキャッシュシステム「Irminsul」が発表されました。