A Single Model Ensemble Framework for Neural Machine Translation using Pivot Translation
この論文は、高計算コストやブラックボックスモデルへの適用限界といった既存のアンサンブル手法の課題を解決するため、ピボット翻訳を用いて多様な候補を生成し、それらを事後に統合する「単一モデルアンサンブルフレームワーク」を提案し、低リソース言語対における翻訳品質の向上を実証したものである。
🤖 Category
cs.AI
5441 件の論文
GRADIEND: Feature Learning within Neural Networks Exemplified through Biases
この論文は、モデルの勾配を利用して社会的バイアスを特徴とするニューロンに符号化する新しいエンコーダー・デコーダー手法を提案し、モデルの能力を維持したままバイアスを修正・書き換えることを可能にするものである。
An Efficient Local Search Approach for Polarized Community Discovery in Signed Networks
本論文は、符号付きネットワークにおける極性コミュニティ発見の問題に対し、サイズ不均衡を回避する新しい最適化目的関数を導入し、中立ノードを含む大規模ネットワークに拡張された効率的な局所探索アルゴリズムを提案し、その線形収束性を証明するとともに、実データおよび合成データを用いた実験で最先端手法を上回る解の質を達成したことを報告するものである。
Mitigating Unintended Memorization with LoRA in Federated Learning for LLMs
この論文は、大規模言語モデルの連合学習において、LoRA（低ランク適応）を用いることで、学習データの記憶（memorization）を最大 10 倍削減し、性能を大幅に損なうことなくプライバシーを強化できることを示しています。
Prompt-SID: Learning Structural Representation Prompt via Latent Diffusion for Single-Image Denoising
本論文は、拡散モデルに基づく構造表現プロンプトとスケール再生トレーニング機構を導入し、教師なし学習で構造情報を保持しながら高品質な単一画像ノイズ除去を実現する「Prompt-SID」を提案するものである。
Quantifying Information Loss under Coarse-Grained Partitions: A Discrete Framework for Explainable Artificial Intelligence
この論文は、教育や医療など倫理的に敏感な領域における AI の解釈可能性と精度のバランスを定量化するため、粗粒度分割とカテゴリー統合に基づく情報損失の離散的枠組みを提案し、その数学的性質と応用可能性を示しています。
Language in the Flow of Time: Time-Series-Paired Texts Weaved into a Unified Temporal Narrative
この論文は、時系列データと対応するテキストが共有する周期的な性質に着目し、既存の数値専用モデルのアーキテクチャを変更することなくマルチモーダル予測性能を向上させる新たなフレームワーク「Texts as Time Series (TaTS)」を提案しています。
LaVCa: LLM-assisted Visual Cortex Captioning
この論文は、大規模言語モデル（LLM）を用いて脳活動に対応する画像の自然言語キャプションを生成する「LaVCa」という手法を提案し、従来の手法よりも正確かつ詳細に視覚野のボクセル選択性を記述し、脳内表現の微細な機能分化の解明に貢献することを示しています。
Unveiling Downstream Performance Scaling of LLMs: A Clustering-Based Perspective
この論文は、タスクの難易度に基づいてクラスタリングを行い、予測可能な部分集合の性能を理論的に外挿する「難易度に基づくクラスタリング（COD）」フレームワークを提案し、大規模言語モデルの事前学習段階における下流タスク性能を高精度に予測する手法を確立したものである。
Subclass Classification of Gliomas Using MRI Fusion Technique
本研究は、BraTS データセットの多モーダル MRI 画像を前処理し、2D と 3D の UNET によるセグメンテーション結果を重み付き平均で融合して ResNet50 に投入する手法を提案し、99.25% の分類精度を達成することで、グリオーマのサブクラス分類の精度を大幅に向上させたことを示しています。
Deep Learning-Based Approach for Automatic 2D and 3D MRI Segmentation of Gliomas
この論文は、UNet、Inception、ResNet アーキテクチャに基づき、2D と 3D 畳み込みの長所をバランスさせた深層学習モデルを提案し、BraTS データセットを用いた検証で Glioma の自動セグメンテーションにおいて高い精度（3D で Dice 0.9888、2D で 0.8312）を達成したことを報告しています。
A Simple and Effective Reinforcement Learning Method for Text-to-Image Diffusion Fine-tuning
この論文は、拡散モデルの微調整におけるサンプル効率と性能のバランスを改善するため、REINFORCE の分散低減技術と PPO のロバスト性を組み合わせた新しい強化学習手法「LOOP」を提案し、その有効性を示したものです。
Parallelized Planning-Acting for Efficient LLM-based Multi-Agent Systems in Minecraft
この論文は、Minecraft のような動的環境における LLM ベッドのマルチエージェントシステムのリアルタイム応答性を向上させるため、中央集権的なメモリシステムとスキルライブラリを備えた双スレッド構造により、並列的な計画と実行を可能にする新たなフレームワークを提案し、その有効性を検証したものである。
LLM-Powered Prediction of Hyperglycemia and Discovery of Behavioral Treatment Pathways from Wearables and Diet
本論文は、ウェアラブルデバイスや食事記録などのマルチモーダルデータと大規模言語モデルを統合した「GlucoLens」という説明可能な機械学習システムを開発し、食後高血糖の予測精度を向上させるだけでなく、個別の行動介入経路を提案することで糖尿病予防を支援する手法を提案しています。
Enhancing Alzheimer's Diagnosis: Leveraging Anatomical Landmarks in Graph Convolutional Neural Networks on Tetrahedral Meshes
この論文は、解剖学的ランドマークを組み込んだトランスフォーマーベースの幾何学的深層学習モデルを提案し、侵襲的で高価なPETスキャンに頼らずにアルツハイマー病の診断精度を向上させ、中リスク群における脳アミロイド陽性性の予測を可能にするものである。
The impact of AI and peer feedback on research writing skills: a study using the CGScholar platform among Kazakhstani scholars
この研究は、UIUC の CGScholar プラットフォームを利用した調査を通じて、カザフスタンの研究者において AI ツールへの慣れがフィードバック受容性に中程度の正の相関を示す一方、研究経験が特に方法論に関するピアフィードバックへの期待と強く関連しており、AI 支援と従来のフィードバックの統合が学術的ライティングの質向上に有効であることを示しています。
ViLAM: Distilling Vision-Language Reasoning into Attention Maps for Social Robot Navigation
本論文は、大規模な視覚言語モデルの推論能力をアテンションマップに蒸留し、それを社会的コストマップとして活用することで、実世界での社会的に配慮されたロボットナビゲーションの成功率を大幅に向上させる新しい手法「ViLAM」を提案しています。
IMPACT: Intelligent Motion Planning with Acceptable Contact Trajectories via Vision-Language Models
本論文は、視覚言語モデルを用いて環境のセマンティクスを推論し、接触の許容度を方向ごとに評価したコストマップと接触認識型 A* プランナーを組み合わせることで、混雑した環境においても安定した接触を伴う効率的な運動計画を実現する「IMPACT」という新しいフレームワークを提案しています。
Engineering Systems for Data Analysis Using Interactive Structured Inductive Programming
この論文は、大規模言語モデルと人間の協働を構造化された双方向の対話プロトコルで制御する「iProg」というツールを提案し、天体物理学や生化学の分野におけるデータ分析システムの開発において、従来のノーコード手法よりも高い品質と効率を実現することを示しています。
More Women, Same Stereotypes: Unpacking the Gender Bias Paradox in Large Language Models
この論文は、大規模言語モデルが職業分野で女性キャラクターを過剰に生成する傾向があるにもかかわらず、その職業の性別分布は現実の労働データよりもむしろ人間の性別ステレオタイプに一致するというパラドックスを明らかにし、新たなバイアスを防ぐためのバランスの取れた対策の重要性を指摘しています。