16307 件の論文
人工知能と化学の融合は、分子設計や反応予測を劇的に加速させる新たな時代を築いています。Gist.Science では、arXiv に投稿されたこの分野の最新のプレプリントを常時監視し、専門用語に頼らない平易な解説から、技術的な核心を深く掘り下げる詳細な要約まで、両方の視点から内容を整理して提供しています。
複雑な数式やアルゴリズムの背後にある化学への応用可能性を、研究者だけでなく幅広い層が理解できるように紐解くことが私たちの使命です。最新の研究成果がどのように化学の未来を形作っているか、以下のリストから最新の論文をご覧ください。
本論文は、電力系統シミュレータへの統合に向けて、同期発電機の動的な過渡応答を正確に近似およびシミュレートするために、残差学習とデータ集約戦略によって強化されたDeep Operator Network (DeepONet) フレームワークを提案する。
本論文は、後処理によるアトリビューションマップが情報を追加することなくスコアを人工的に向上させ得ること、および空間的にぼやけたマスクへの系統的なバイアスを明らかにしていることを示し、それによって特徴量アトリビューション手法を正確に評価する能力を損なわせているため、RemOve-And-Retrain (ROAR) ベンチマークの妥当性が損なわれていることを実証するものである。
Prismは、kvcachedと呼ばれる新しいメモリバルーニング技術を利用して、複数のモデル間でGPUメモリを動的に回収および再割り当てすることで、空間的および時間的な共有を統合し、プロダクション環境におけるコスト効率とSLO遵守を向上させる、メモリ中心のLLM共同サービングフレームワークである。
本論文は、Transformerのインコンテキスト汎化性能を向上させるために、厳選された小規模かつドメイン特化型のデータセットを用いたメタ学習トレーニング戦略を提案しており、このアプローチが大規模なトレーニングに匹敵する性能を実現しつつ、優れたデータの質、モジュール性、および忘却に対する堅牢性を提供することを実証している。
本論文は、大規模言語モデルが人間の心理学に沿った階層的な感情構造を自然に発達させる一方で、過小評価されているグループに対して不均衡に影響を及ぼす感情認識における系統的なバイアスを同時に明らかにしていることを示している。
本論文は、特定の基盤となるデータ表現に依存することなく、ナレッジグラフの構造と意味論を定義するために設計された概念スキーマ言語であるKG-ERを紹介するものである。
本論文は、高ノイズ条件下への効果的な対処と局所的な環境アーティファクトへの過学習の防止を通じて、海洋生物音響モニタリングの汎用性と信頼性を大幅に向上させるために、生態学的に情報を組み込んだ入れ子状交差検証フレームワークであるGetNetUPAMと、ノイズに強いアテンションベースのCNN（ARPA-N）を組み合わせた手法を導入するものである。
本論文は、相反する文化的勾配を特化したエキスパート部分空間へと分離することで、大規模言語モデルにおける「平均崩壊（Mean Collapse）」を軽減し、多様な文化的価値観へのモデルの整合において最先端の性能を達成する、デモグラフィック（人口統計学的）を考慮したMixture of AdaptersフレームワークであるCuMAを提案する。
本論文は、中国の玄学文化におけるLLM（大規模言語モデル）を介した占術に関する系統的な混合研究法を用いた研究を提示するものであり、ユーザーが協調的なプロンプト・エンジニアリングと確証バイアスを通じていかにAIを実用的な指針として活用しているか、そして専門の占い師がその精神的な妥当性を否定している実態を明らかにし、最終的に、拡張可能で反復可能かつ共同生産的な実践を通じて伝統的な占術の権威を再編していることを明らかにしている。
本論文は、図形のハイライトを含む1,300件以上の教師と生徒による幾何学対話からなるマルチモーダルデータセットであるGeoDialを紹介し、視覚言語モデルのファインチューニングによってチュータリング対話の生成は向上するものの、現状では必要な図形のハイライトを正確に生成することには失敗することを実証している。