開発者ツール

B
326 件中 151〜180 件目を表示
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    Beyond "ChatGPT Can Make Mistakes": Designing Interventions to Support Metacognitive Monitoring in AI-Assisted Work
    GPT Meta 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.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 推論・効率化
    Neuro-Symbolic Hierarchical Intention Anticipation in Human Behavior
    深層学習 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.LG (Machine Learning) · EN 新モデル・リリース
    Repurposing Unified Topological Signatures for Graph Representation Learning
    埋め込み (Embeddings) 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.CL (Computation and Language) · EN 学習・ファインチューニング
    Audio-Visual Turn-taking Prediction in Cocktail Party Scenarios
    ファインチューニング 強化学習 音声処理
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.LG (Machine Learning) · EN 学習・ファインチューニング
    CLARE: Scalable Class-Incremental Continual Learning via a Sparsity-Based Framework
    ファインチューニング 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    ThinkFlow: Self-Evolving Probabilistic Latent Memory for Lifelong Conversational Agents
    AI エージェント ニューラルネットワーク
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Can LLMs Follow the Pulse of a Crisis? Evaluating Crisis Sentiment in Bangladesh's July Uprising
    深層学習 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.CL (Computation and Language) · EN 開発者ツール
    PaperDoctor: Evidence-Grounded and Actionable Feedback for Scientific Papers in Progress
    AI エージェント 機械学習 ニューラルネットワーク
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    The Role of Implicit and Explicit Demographic Signals in Large Language Model-based Student Assessment
    Meta ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Nameless Tokenization: A Lossless Tokenizer-Level Defense Against Control-Token Forgery in Open-Weight LLMs
    ニューラルネットワーク
    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
    Splitting the Difference: Interpretable Causal Forests for Treatment Effect Heterogeneity and Bias
    深層学習 機械学習 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    HUMAID-NER: A Disaster Tweet Dataset for Joint Named Entity Recognition and Event Classification via Uncertainty-Weighted Multitask Learning
    ニューラルネットワーク 強化学習 Transformer
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.LG (Machine Learning) · EN 推論・効率化
    Beyond Token-Local Imitation: Reward-Compatible Temporal Credit Assignment for On-Policy Distillation
    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
    MedPCFM-TED: One-Step Point Cloud Flow Matching for Implant Generation via Teacher-Guided Endpoint Distillation
    推論 (Inference) 強化学習 人間のフィードバックによる強化学習 (RLHF)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 開発者ツール
    When Confidence Signals Disagree: Local and Global Confidence in Autoregressive Language Models
    機械学習 ソフトウェア工学
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 開発者ツール
    Causal Discovery via Transformed Low-Rank Quantile Surfaces
    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
    Repurposing Deep Limit Order Book Forecasting for Scenario-Conditioned Market Impact Modeling
    Transformer
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Verbalizing Subliminal Learning Effects Using Text Optimization
    検索拡張生成 (RAG)
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Lit3R: Retrieve-Relate-Read for Evidence-Grounded Question Answering over Scientific Literature
    自然言語処理 (NLP) ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Disrupted Companionship: A Risk Assessment Framework and Cross-Platform Quantitative Analysis of Psychosocial Responses to AI Companion Disruptions
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 政策・規制
    Cascade: Hierarchical Recoverability Control for Large Language Model Unlearning
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Reduplicative constructions in Mandarin: Socio-emotional profiling through distributional semantics
    埋め込み (Embeddings) 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    A Data-free Universal Prior over Syntactic Structures
    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
    ImpossibleRubrics: Stress-Testing Generated Rubrics as Reward Signals
    ニューラルネットワーク 強化学習 ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 安全性・評価
    Benchmarking Factual Robustness of LLMs via Multi-conversation Persuasion
    検索拡張生成 (RAG)
    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
    TIAO: Token Importance-Aware Policy Optimization for Text Summarization
    GPT 検索拡張生成 (RAG) 強化学習
    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
    Japanese Stroke LLM Evaluation: A Conversational Benchmark for Safe Stroke Care in Japanese Using Large Language Models
    Claude
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • Lobste.rs (AI tagged) · EN 開発者ツール
    Planning with Agents: Divided Worlds, Boundary Objects, and Thicker Interfaces
    GitHub Next、エージェント計画に「厚いインタフェース」を提唱
    AI エージェント ニューラルネットワーク 強化学習
    GitHub Nextのマギー・アップルトン氏が、エージェントとの共同計画に関する講演を公開した。現在のCLIは壁のようなテキストの往復に終始し、人間が良い判断を下せる環境になっていないと指摘。Suchmanの状況的行為論やStar/Griesemerの境界オブジェクト論を引き、視覚的・対話的で複数人が同時に触れる「厚いインタフェース」へ移るべきだと論じる。
    元記事を読む (Lobste.rs (AI tagged)) ↗
  • ITmedia AI+ · JA 開発者ツール
    【動画あり】Excel仕事がラクになるCopilot活用術、実務ですぐ使える3選 Microsoft MVP直伝
    Microsoft MVP直伝、Excel仕事が捗るCopilot活用術3選
    Microsoft
    Excel業務を「Microsoft 365 Copilot」でどう効率化できるかを、Microsoft MVPの浅田和明氏が実務ですぐ使える3つの用法に絞って解説した。実際のデモを交えながら、指示の出し方や結果の確かめ方など使いこなしのポイントを示す動画付きの記事。
    元記事を読む (ITmedia AI+) ↗
  • Simon Willison's Weblog · EN 開発者ツール
    What blog posts influenced your thinking the most?
    Simon Willison氏、自身の思考を変えたブログ記事を挙げる
    検索拡張生成 (RAG) 強化学習 ソフトウェア工学
    Lobste.rsの「最も思考に影響を与えたブログ記事は」というスレッドへのSimon Willison氏のコメント。Joel Spolskyの「漏れのある抽象化の法則」、Will Larsonの「技術的負債への唯一スケールする解決策としてのマイグレーション」、Charity Majorsの「エンジニア/マネージャーの振り子」を挙げ、それぞれが自身の働き方やキャリア判断をどう変えたかを語る。
    元記事を読む (Simon Willison's Weblog) ↗