インフラ・ハードウェア B

203 件中 91〜120 件目を表示
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    ConMem: Contribution-Aware Memory for Long-Horizon Manufacturing Inspection Logs
    検索拡張生成 (RAG) 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
    Information Bottleneck Learning for Faithful Time Series Forecasting Explanations
    推論 (Inference) 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.LG (Machine Learning) · EN 推論・効率化
    From Expert Reduction to Behavioral Divergence: Tracing Numerical State through Sparse MoE Inference
    DeepSeek 推論 (Inference) Mixture of Experts (MoE) 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.CL (Computation and Language) · EN インフラ・ハードウェア
    GGC: Selective Query Correction for Reliable Text-to-SPARQL Generation
    推論 (Inference) 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
    GVR-Coder: A Visual-Feedback Framework for Structured SVG Generation in Complex Document and Meeting Scenarios
    ファインチューニング 強化学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 推論・効率化
    A Query-Efficient Stochastic Volume Rendering Framework for Time-Varying Implicit Neural Volumes
    推論 (Inference)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN インフラ・ハードウェア
    Enhancing Irregular Time Series Forecasting with Continuous-Time Modeling Framework
    強化学習 Transformer
    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
    Driving up Inference Energy on SNNs: Per-Sample and Universal Sponge Attacks
    推論 (Inference) 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
    Generalization Bounds on Optimal Control for Transformer Training and Wasserstein Distributional Robustness
    ニューラルネットワーク 量子化 Transformer
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN インフラ・ハードウェア
    What Makes Graph Unified? Principles and Generative Sliding-Window Transformer for Graph Foundation Models
    Transformer
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN インフラ・ハードウェア
    SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions
    Meta 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 新モデル・リリース
    IFHierBench: Hierarchical Instruction Following for Large Language Models
    深層学習 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.CL (Computation and Language) · EN 新モデル・リリース
    Beyond Borrowed Histories: Person-Aligned User Simulation for Interactive Role-Playing Evaluation
    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 インフラ・ハードウェア
    Gradient-free Task-Conditioned Retrieval for On-Device In-Context Learning
    推論 (Inference) Llama
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 推論・効率化
    A Sparse Glimpse of the Whole: Train-Free Self-Speculative Decoding
    推論 (Inference)
    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
    Recall Before You Rank: Similarity-Guided Top-$K$ Reuse for Efficient Long-Context Attention
    強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 学習・ファインチューニング
    Tight Sample Complexity for Low-Rank Adaptation: Matching Bounds and Rank Selection
    深層学習 ファインチューニング 機械学習 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 新モデル・リリース
    Looped Transformers with Source-Centered State Evolution
    Transformer
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • The Register (Data Centre) · EN インフラ・ハードウェア 抜粋
    Qualcomm won’t be a big datacenter player anytime soon
    Qualcomm、データセンター大手にはすぐならず、だがAIが救いに
    The Registerによると、Qualcommは当面データセンター市場の大手プレーヤーにはならない見通しだ。一方で、Appleに採用を打ち切られた同社にとって、AIブームがちょうど良いタイミングで訪れ、事業を支える存在になりつつあると論じている。
    元記事を読む (The Register (Data Centre)) ↗
  • arXiv cs.CL (Computation and Language) · EN 推論・効率化
    Beyond Similarity: Grounded Agentic Extraction and Expert-Adjudicated Evaluation of Intertextuality in Classical Chinese Histories
    推論 (Inference) ニューラルネットワーク
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • OpenAI Blog · EN インフラ・ハードウェア 抜粋
    How avatarin built a 24/7 retail agent with GPT-Realtime
    avatarin、GPT-Realtimeでヤマダ電機向け24時間多言語接客AIを構築
    GPT OpenAI
    avatarinは、OpenAIのGPT-Realtimeを活用し、ヤマダ電機の買い物客に24時間対応の多言語サポートを提供する接客エージェントを構築した。導入からわずか2週間で3万人規模の利用を集めるなど、リアルタイム音声AIの実用例を示した。
    元記事を読む (OpenAI Blog) ↗
  • Apple Machine Learning Research · EN インフラ・ハードウェア 抜粋
    MoMo: Dial Motion Mode in Robot Manipulation with Spatiotemporal Action Tokenization
    Apple、時空間トークン化でロボット操作を担うMoMoを提案
    Transformer
    Appleの研究チームは、ロボット操作向けの手法MoMoを提案した。動作を時空間的にトークン化(Spatiotemporal Action Tokenization)し、動作モードを切り替えることで、多様な状況でも正確な操作を実現することを目指す。
    元記事を読む (Apple Machine Learning Research) ↗
  • ITmedia AI+ · JA インフラ・ハードウェア 抜粋
    AI・半導体企業トップが語る“稼ぎ頭” キオクシア、フジクラ、東京エレデバの見解まとめ【無料PDF】
    ITmedia、キオクシア・フジクラ等の幹部が語るAI半導体の稼ぎ頭を無料PDFに
    ITmediaが、乱高下するAI・半導体市場の今後の見通しをまとめた特集記事を無料PDFとして提供する。キオクシア、フジクラ、東京エレクトロンデバイスなど注目企業の経営幹部が、市場の先行きや自社の「稼ぎ頭」となる事業について語った内容を収録する。個別企業の具体的な発言や事業戦略の詳細はPDF本体に委ねられており、本記事の抜粋からは確認できない。
    元記事を読む (ITmedia AI+) ↗
  • arXiv cs.LG (Machine Learning) · EN インフラ・ハードウェア
    From Classification to Regression: Using a Fruitfly to Solve Equations
    埋め込み (Embeddings) 推論 (Inference) 検索拡張生成 (RAG)
    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
    Can AI agents conduct open-ended AI research? Early evidence from two case studies
    AI エージェント 強化学習 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 インフラ・ハードウェア
    Investigating reservoir computing for branch predictionin pipelined processors using emerging CMOS memristor devices
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    Linguistic Monoculture in LLM-Assisted Language Use
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • NVIDIA Developer Blog · EN エージェント・ツール使用 抜粋
    How to Self-Host a Validated AI Coding Assistant with NVIDIA NeMo Guardrails
    NVIDIA、NeMo Guardrailsで検証済みAIコーディング支援をセルフホストする手法を解説
    AI エージェント 生成 AI NVIDIA
    NVIDIAの開発者ブログが、NeMo Guardrailsを用いて検証済み(ガードレール付き)のAIコーディングアシスタントを自前環境でセルフホストする構成手順を紹介する記事。エージェント運用・インフラ・安全性(categories: agents/infra_hw/safety)の観点で扱われる。※本文はcontent-guardによりraw_excerptが取得できず(BLOCKED表示)、具体的な構成要素・対応モデル・検証ルールの詳細はタイトルとURLからの推定にとどまり本文未確認。
    元記事を読む (NVIDIA Developer Blog) ↗
  • arXiv cs.LG (Machine Learning) · EN インフラ・ハードウェア
    Field Codes for Distributed Coupling Samplers and Certified Empirical Transport
    埋め込み (Embeddings)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN インフラ・ハードウェア
    TreeCCA: Canonical Correlation Analysis via Gradient-Boosted Trees
    機械学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗