ACEが示す因果関係探索の新アプローチとは？
アクティブ因果実験家（ACE）: 選好最適化による介入戦略学習
査読前の可能性がある研究情報
ACEは、候補介入間の相対比較を通じて学習することで、因果関係の探索における従来のアプローチを補完します。
速報・AI要約未精査
arXiv cs.AI
毎日更新・AIニュース考察
AI記事考察ノート
公式発表・研究プレプリント・実装コミュニティの記事を、読む前に押さえたい文脈と注意点つきで整理。
9009掲載記事
7937深堀り対応
01
絞り込み結果
条件に一致した記事を、新しい順にまとめています。 11人間の選択理論が機械学習に与える影響：DPOの新たな視点
査読前の可能性がある研究情報
人間の選択理論と直接的志向最適化（DPO）との関係を一般化し、非凸損失関数への対応を可能にする研究
速報・AI要約未精査
こんな人に機械学習研究者・人間の選択理論に興味のある学者
arXiv cs.AILLMを数学教育に活用する——新たなアライメント手法の可能性と課題
査読前の可能性がある研究情報
大規模言語モデルを数学教育に応用するための新たなアライメント手法が提案
速報・AI要約未精査
こんな人にAI研究者・教育技術開発者
arXiv cs.CL自己修正能力を持つ言語モデル：倫理的な行動を促進する可能性とは？
査読前の可能性がある研究情報
大規模言語モデルが自己修正機能を持つことで倫理的な行動を促進
速報・AI要約未精査
こんな人にAI研究者・機械学習エンジニア
arXiv cs.AI大規模モデルの潜在的安全性認識——新たなセキュリティ対策とは？
査読前の可能性がある研究情報
大規模モデルの潜在的安全性認識能力を活用し、危険なクエリへの対応力を向上
速報・AI要約未精査
こんな人にAIセキュリティ専門家・大規模モデル開発者
arXiv cs.AIDPOP：直接好意最適化に新たな風を吹き込む改良とは？
査読前の可能性がある研究情報
Direct Preference Optimizationにペナルティを追加したDPOPが、従来の手法よりも優れた結果を示す
速報・AI要約未精査
こんな人に機械学習研究者・自然言語処理エンジニア
arXiv cs.AIトークンレベル適応バリアがontology駆動構造予測をどう変えるか？
査読前の可能性がある研究情報
トークンレベル適応バリアを用いた構造生成モデルの好意最適化手法が提案され、ontology駆動の構造予測における問題点解決に寄与
速報・AI要約未精査
こんな人に自然言語処理研究者・構造生成モデル開発者
arXiv cs.CL自己回帰的仮定がDPOをどう変えるか——LLMとの人間の好み調整に新たな視点
査読前の可能性がある研究情報
自己回帰的仮定を導入したAutoregressive DPOが、大規模言語モデルとの人間の好みの調整を改善
こんな人に機械学習研究者・AIシステム開発者
arXiv cs.AI直接的志向最適化：人間とのフィードバックループなしで大規模言語モデルを調整する新手法とは？
査読前の可能性がある研究情報
直接的志向最適化は、人間とのフィードバックループなしで大規模言語モデルの調整を可能にする有望な手法
速報・AI要約未精査
こんな人にAI研究者・機械学習エンジニア
arXiv cs.AI小さな言語モデルの精度向上——SFTとDPOがもたらす可能性とは
SFTとDPOを組み合わせて、小さな言語モデルのツールコール精度を改善する方法を紹介
速報・AI要約未精査
こんな人に機械学習エンジニア・自然言語処理研究者
AWS Machine Learning Blog