投稿者: ユウ

要点 Mini-Geminiは、多様なモダリティのビジョン言語モデル(VLM)の可能性を引き出すシンプルで効果的なフレームワークです。 高解像度のビジュアルトークン、高品質なデータ、VLMによる生成を三つの側面から改善し…

要点 この論文では、政治的な問題に関して生成されたコンテンツの内容とスタイルの両方を分析することによって、大規模言語モデル(LLMs)における政治的バイアスを測定する方法を提案しています。 従来のベンチマークや測定方法は…

要点 放射線科のレポートは通常、フリーテキスト形式で書かれており、臨床情報の抽出と使用が困難である。 構造化レポーティング（SR）の採用が、標準化、完全性、情報検索の利点のために、さまざまな医学会によって推奨されている。…

要点 この論文は、ソフトウェア製品に大規模言語モデル（LLMs）を統合する際の複雑さと、リリースの準備が整っているかを判断するための課題に焦点を当てています。 グレーリテラチャーの体系的なレビューを通じて、LLMsの展開…

要点 この論文では、現代の大規模言語モデル(LLM)が直面している「幻覚」問題に焦点を当てています。 「Sorry, Come Again? (SCA) prompting」という手法を導入し、最適な言い換えと[PAUS…

要点 大規模言語モデル（LLM）を用いた生成的推薦は、従来のランキングベースの推薦スタイルをテキストからテキストへの生成パラダイムに変換しました。 現在の研究では、推薦アイテムをテキストからテキストへのフレームワーク内で…

要点 この論文は、ビデオ入力に対する多モーダル大規模言語モデル（LLMs）の進歩について述べています。 特に、ビデオ内の「いつ？」という質問に答えるための時間的局所化が欠けていると指摘しています。 時間的局所化の能力を制…

要点 テキストから画像を生成するモデルの出力を制御するためのプロンプトエンジニアリングについて述べている。 手動でプロンプトを作成するのは労力がかかるため、自動でプロンプトを生成するアルゴリズムの開発が進められている。 …

要点 この論文は、AIが現実に基づいていない情報を生成するという「幻覚」の問題について議論しています。 「事実含意（FE）」と呼ばれる新しいアプローチを紹介しており、AIが生成したテキストを事実上の文書と比較することによ…

ねえ智也くん、この「MFORT-QA: Multi-hop Few-shot Open Rich Table Question Answering」って論文、何についてなの？ ああ、これはテーブルから情報を抽出する新しい…