開発者ツール B

418 件中 271〜300 件目を表示
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Generation or Judgement? A Paradigm Perspective on LLM-Based Emotion-Cause Pair Extraction in Conversation
    深層学習 推論 (Inference)
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Feature Bagging Provides Stability
    機械学習 ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 資金・M&A
    Breaking the Curse with BAND: Nonparametric Distribution Estimation in High Dimensions
    深層学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Surrogate assisted diversity estimation in neural ensemble search
    ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN エージェント・ツール使用
    What Does It Take to Detect an AI Agent? Minimal Feature Sets for Behavioral Detection under Browser Automation
    AI エージェント 機械学習 ニューラルネットワーク Transformer
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • IEEE Spectrum (AI section) · EN 新モデル・リリース 抜粋
    Siobahn Day Grady Wants Everyone to Be AI Literate
    NCCU のグレイディ氏、HBCU 初の AI 研究所設立で AI リテラシー普及へ
    IEEE Spectrumが、ノースカロライナ中央大学(NCCU)准教授シオバン・デイ・グレイディ氏を紹介。同氏は2025年1月、歴史的黒人大学(HBCU)で初となるAI研究所『IAIER』を設立し、AIリテラシーの普及と、大学間で偏在するAI教育の資金・産業ネットワーク格差の是正を目指す。※本文は途中で途切れており、IAIERの具体的な活動内容は末尾未確認。
    元記事を読む (IEEE Spectrum (AI section)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Same Evidence, Different Target: Decoding How Diagnostic Evidence Bears on Causal Questions from Language-Model States
    Llama ニューラルネットワーク 強化学習 ソフトウェア工学 Transformer
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Latent-IM: Latent Interaction Management for Speech LLMs
    ファインチューニング 検索拡張生成 (RAG) 音声処理
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    Actions Have Consequences: Detecting Outcome Performativity using Intervention Testing
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    From Passive Video to Editable Experience: Physically Grounded Experience Synthesis for Embodied Intelligence
    ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    Human diversity fuels collective creativity that large language models cannot simulate or sustain
    生成 AI Meta ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • Data Center Dynamics · EN 開発者ツール 抜粋
    Bain Capital, Tillman Global invest $1.5bn in Eaton Fiber to support Verizon's fiber push
    Bain Capital と Tillman Global、Eaton Fiber に 15 億ドル出資
    DatacenterDynamics が、Bain Capital と Tillman Global が Eaton Fiber に 15 億ドルを出資したと報じた。Eaton Fiber は Verizon の光ファイバー網拡張を支える立場にあり、今回の資金がその推進を後押しするという。出資比率や資金使途の詳細は excerpt 外で未確認。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    Think Short, Defer Smart, Act, and Repeat: Calibrated Reasoning and Uncertainty-Aware Deferral for Edge LLM Agents
    AI エージェント ニューラルネットワーク ソフトウェア工学
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.LG (Machine Learning) · EN マルチモーダル
    Amortized Moment Matching for Visual Generation
    ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 推論・効率化
    No Data Is Not No Risk: Visibility Aware Graph-Based Inference of Business Conduct Risk
    推論 (Inference) 検索拡張生成 (RAG) 強化学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 開発者ツール
    TREA-Net: A Transferable Residual Epidemiological Adaptation Network for Dengue Incidence Forecasting
    ニューラルネットワーク 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    From Representations to Behaviors: Exploring the Person-Situation-Behavior Triad in LLMs
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    AI as Friction for Reflection Support in Ideation
    生成 AI 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 推論・効率化
    FedTopo: Relation-Level Topology Sharing for Model-Heterogeneous Federated Learning
    推論 (Inference) ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN インフラ・ハードウェア
    When Does Span-Guided Detoxification Help? Human Preferences and Evaluator Diagnostics in a Controlled Comparison
    機械学習 ニューラルネットワーク 強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN エージェント・ツール使用
    SecRespond: Benchmarking AI Agents for Real-World Post-Compromise Incident Response
    AI エージェント ニューラルネットワーク 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    Property-driven Causal Abstractions for Markov Decision Processes
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    Do Latent Channels Actually Communicate? A Causal Audit of Latent Multi-Agent LLM
    ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    MediaWiki Code2Code Search: Neural Retrieval for the Semantic Discovery of Open-Source Software Entities
    深層学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Relation Geometry in Semantic Space of Language Models
    強化学習 ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • IEEE Spectrum (AI section) · EN 開発者ツール 抜粋
    AI Hyper-Scaling Digital Inequality
    AI の急拡大が既存のデジタル格差を増幅、南ア・インドネシアが代替を模索
    深層学習 ニューラルネットワーク 強化学習
    IEEE Spectrum の寄稿。AI がメール・コード作成、採用選考、教育・医療・行政などの日常インフラに組み込まれ「万人のための AI」が語られる一方、筆者は欧州・サブサハラアフリカ・東南アジアでのデジタル包摂の経験から、新技術が接続性・スキル・制度能力で既に階層化した社会に着地し格差をむしろ増幅すると論じる。米中が支配するフロンティアモデル競争を直接なぞらない参加の道として南アフリカとインドネシアの事例に触れる(本文は途中まで、具体的施策は抜粋外)。
    元記事を読む (IEEE Spectrum (AI section)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    An Attention-Based Framework for Alzheimers Disease Classification Using Resting-State fMRI
    深層学習 機械学習 ニューラルネットワーク Transformer
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    Multimodal fusion of visual and morphometric features for avian bone classification
    ニューラルネットワーク 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    Zero-Shot Face-to-Speech Synthesis via Latent Space Adaptation of a Style-Diffusion TTS Model
    音声処理
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    Dual Inversion for Text-to-Image Diffusion Models: From Both Prompt and Noise Perspectives
    コンピュータビジョン
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗