1未満 分で読了
0 views

半教師ありテキスト分類のためのランク認識ネガティブトレーニング

(Rank-Aware Negative Training for Semi-Supervised Text Classification)

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

(会話部省略の続きを下に続けます)

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
Dense-and-Sparse量子化によるLLM圧縮
(SqueezeLLM: Dense-and-Sparse Quantization)
次の記事
双曲空間グラフ拡散モデル
(Hyperbolic Graph Diffusion Model)
関連記事
仮想テキスト記述から生成する装着型加速度計データによる人間活動認識
(Generating Virtual On-body Accelerometer Data from Virtual Textual Descriptions for Human Activity Recognition)
大規模言語モデルは自律的サイバー防衛者である
(Large Language Models are Autonomous Cyber Defenders)
機能的レノーマリゼーショングループ流の最適化と安定化
(Optimization and Stabilization of Functional Renormalization Group Flows)
Arp 299 における塵に包まれた恒星形成活動
(Dust enshrouded star-forming activity in Arp 299)
身体言語の深層マルチモーダル学習に関する調査
(A Survey on Deep Multi-modal Learning for Body Language Recognition and Generation)
タスク特化型エキスパートの混合:事前学習モデルベースのクラス逐次学習
(MoTE: Mixture of Task-specific Experts for Pre-Trained Model-Based Class-incremental Learning)
関連タグ
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)
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)
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)

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
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