学習・ファインチューニング A

114 件中 61〜90 件目を表示
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    SpecFirst: Behavioral Specification Elicitation as a First-Class Step in Agent-Based Program Synthesis from Scratch
    AI エージェント 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.AI (Artificial Intelligence) · EN マルチモーダル
    Anatomy Contextualized Adaption of CT Foundation Models
    コンピュータビジョン 埋め込み (Embeddings) 強化学習 Transformer
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    MindForge: Teaching Small Language Models Whole-Life-Cycle Software Engineering via Source-Free Program Synthesis
    AI エージェント ファインチューニング ニューラルネットワーク 検索拡張生成 (RAG) ソフトウェア工学
    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
    InferScale: GPU-Native KV Injection for Personalized LLM Serving
    深層学習 埋め込み (Embeddings) ファインチューニング GPT 推論 (Inference)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 安全性・評価
    On-Policy Distillation for LLM Safety: A Routing Approach to Template-Robust Realignment
    ファインチューニング 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 学習・ファインチューニング
    ScratchSim: A Procedural Synthetic Data Pipeline for Surface Scratch Detection
    ファインチューニング 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.LG (Machine Learning) · EN 業界導入・応用
    Lottery Tickets Are Not Deployment Tickets
    深層学習 ニューラルネットワーク 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)) ↗
  • Publickey · JA 学習・ファインチューニング 抜粋
    KubernetesはAIを動かすプラットフォームに。横浜でKubeCon+CloudNativeCon Japan 2026が開幕
    KubeCon Japan 2026 が横浜で開幕、K8s が AI 基盤に
    機械学習
    クラウドネイティブ技術の国内最大級イベント『KubeCon+CloudNativeCon Japan 2026』が2026年7月29日、パシフィコ横浜で開幕した。KubernetesをAIワークロードを動かす基盤と位置づける潮流が主題として掲げられている。※抜粋は冒頭で途切れており、基調講演やセッションの具体的内容・登壇者は確認できない。
    元記事を読む (Publickey) ↗
  • arXiv cs.LG (Machine Learning) · EN マルチモーダル
    Foundation Models for Face Presentation Attack Detection: A Unified Linear-Probing Benchmark
    コンピュータビジョン ニューラルネットワーク 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
    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.LG (Machine Learning) · EN 新モデル・リリース
    Temporally Centered SIGReg Improves Multi-Task LeWorldModel Learning: From Analysis to Method
    検索拡張生成 (RAG) 強化学習
    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
    BioVLN: A Simulation Platform for Visual Language Navigation in Biomedical Laboratories
    AI エージェント
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 推論・効率化
    DIRECT: Direct Decoding for Efficient and Aligned Sequence Labeling with Large Language Models
    ファインチューニング 推論 (Inference) 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.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    SERPO: Self-Evolving Rubric Policy Optimization for Open-Ended Test-Time Reinforcement Learning
    推論 (Inference) ニューラルネットワーク 検索拡張生成 (RAG) 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.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.AI (Artificial Intelligence) · EN 新モデル・リリース
    Budget-Aware LLM Discovery via Cost-Calibrated Frontier Utility
    GPT 推論 (Inference)
    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.CL (Computation and Language) · EN 新モデル・リリース
    Enhancing Generative Information Extraction with Two-step Validation: A Product Attribute Use Case
    ファインチューニング Llama 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.AI (Artificial Intelligence) · EN 学習・ファインチューニング
    FARI: Robust One-Step Inversion for Watermarking in Diffusion Models
    深層学習 ファインチューニング 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 学習・ファインチューニング
    Constitutional Midtraining: Content Presence Drives Alignment Gains
    Anthropic ファインチューニング 機械学習 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 推論・効率化
    Filesystem-Based Memory for LLM Agents: Organization, Evolution, and Sustainability
    AI エージェント 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 学習・ファインチューニング
    FedWeave: Rethinking the Unit of Specialization in Heterogeneous Federated MoE-LoRA
    推論 (Inference) Mixture of Experts (MoE) 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 安全性・評価
    Prosody-driven Jailbreaks in Audio LLMs: A Controlled Study and Mechanistic Analysis
    GPT 音声処理
    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
    Misalignment Has a Personality: A Big Five Account of Emergent Misalignment
    深層学習 ファインチューニング 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 新モデル・リリース
    Diagnosing Fine-Grained Inconsistency Classification in Financial Disclosure Text
    埋め込み (Embeddings) GPT
    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
    Dissecting Sensitivity to Training Language in Self-Supervised Speech Learning Using Neural Audio Codec Tokens
    検索拡張生成 (RAG) 音声処理
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • Simon Willison's Weblog · EN 学習・ファインチューニング 抜粋
    Quoting Akshat Bubna
    Modal CTO、顧客の無認証エンドポイント悪用を証言――基盤は無侵害と強調
    OpenAI 人間のフィードバックによる強化学習 (RLHF)
    Simon Willison氏がModalのCTO、Akshat Bubna氏のReutersでの発言を引用。あるModal顧客が無認証のエンドポイントを公開しており、誰でもそのサンドボックスでコード実行できる状態だったため、これが「rogue agent(暴走エージェント)」に悪用されたと説明。ただしModalのプラットフォームや分離機構自体が侵害されたわけではないと強調している。事案の詳細な背景はexcerpt外。
    元記事を読む (Simon Willison's Weblog) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Spend Experts Where You Are Unsure: Confidence-Adaptive Routing for Mixture-of-Experts LoRA
    Llama Mixture of Experts (MoE) 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
    Falling Behind Drives Unsafe Development in an Idealised AI Race Experiment
    深層学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    CHARM: A Multimodal Graph Foundation Model with Hierarchical Context Modeling for Zero-Shot Transfer
    ファインチューニング 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)) ↗