268284記事公開中

  2. AIベンチマークリサーチ
  3. 論文研究
  4. AfriMTEとAfriCOMET：COMETの拡張で資源不足のアフリカ言語を取り込む（AfriMTE and AfriCOMET: Enhancing COMET to Embrace Under-resourced African Languages）
2 分で読了
0 views

AfriMTEとAfriCOMET：COMETの拡張で資源不足のアフリカ言語を取り込む

（AfriMTE and AfriCOMET: Enhancing COMET to Embrace Under-resourced African Languages）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下からアフリカ言語向けの翻訳評価の話を聞きまして、正直何をどう評価するのかがよく分かりません。これって我々のような中小製造業の議論と関係ありますか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫です、簡単に説明しますよ。要するに彼らは自動翻訳の出来を機械的に数値化する方法を、アフリカの少ないデータの言語でも使えるように改良した研究です。これができれば海外の取引先とのコミュニケーションやマニュアル翻訳のコスト見積もりが正確になりますよ。

田中専務

なるほど。で、それは要するに私たちが社内のマニュアルを外国語にする際の品質が見積もれるということですか。

AIメンター拓海

そうです。ただ補足すると、単に翻訳の出来不出来を判定するだけでなく、人が評価したデータを基にして機械が判断する仕組みを作った点が重要です。ポイントは三つで、第一に人手評価データの整備、第二に評価指標の簡潔化、第三に機械学習モデルのアフリカ言語対応化です。これらを組み合わせることで現場の

論文研究シリーズ
前の記事
学術知識グラフにおけるLLM活用による質問応答
（Leveraging LLMs in Scholarly Knowledge Graph Question Answering）
次の記事
人間は依然勝つ：ドメイン特化型アノテーション作業におけるアクティブラーニングの実証研究
(Human Still Wins over LLM: An Empirical Study of Active Learning on Domain-Specific Annotation Tasks)
関連記事
公平性を考慮した負荷切り落としのための機械学習
（Machine Learning for Fairness-Aware Load Shedding: A Real-Time Solution via Identifying Binding Constraints）
Flow Matchingのガイドとコード
（Flow Matching Guide and Code）
時系列の普遍的表現学習
（Universal Time-Series Representation Learning）
切セル微細構造を用いた高カスタマイズ性磁気触覚センシング
（eFlesh: Highly customizable Magnetic Touch Sensing using Cut-Cell Microstructures）
オラクル制約によるベイジアン表現学習
（Bayesian Representation Learning with Oracle Constraints）
アメリカにおけるAIガバナンスに関する国民意識
（U.S. Public Opinion on the Governance of Artificial Intelligence）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
個人集約ネットワークによる人物検索
（IAN: The Individual Aggregation Network for Person Search）
  • 論文研究
明示的秩序パラメータの機械学習：イジング模型からSU
(2)ラティスゲージ理論へ（Machine Learning of Explicit Order Parameters: From the Ising Model to SU(2) Lattice Gauge Theory）
  • 論文研究
InSeの欠陥と酸化耐性
（Defects and oxidation resilience in InSe）
  • 論文研究
高次元推論に対するごく素朴な擁護
（In Defense of the Indefensible: A Very Naive Approach to High-Dimensional Inference）
  • 論文研究
変分推論によるハードアライメント学習
（LEARNING HARD ALIGNMENTS WITH VARIATIONAL INFERENCE）
  • 論文研究
カオスニューラルネットワークを用いた新しい強化学習――学習を通じて“探索”が“思考”に成長する――
(New Reinforcement Learning Using a Chaotic Neural Network for Emergence of “Thinking” — “Exploration” Grows into “Thinking” through Learning —)
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む