自動運転におけるスケーリング則：Scaling Laws of Motion Forecasting and Planning A Technical Report
概要 Google の自動運転部門である Waymo が発表した論文の紹介です。 Scaling Laws of Motion Forecasting and Planning A Techni...
0
1
Comment0
98 search resultsShowing 1~20 results
Stocked
You need to log-in
LLM（大規模言語モデル）におけるリーズニングモデル
LLM（大規模言語モデル）におけるリーズニングモデル 1. 概念、用途 概念: LLMのリーズニングモデルとは、LLMが単に情報を検索したりテキストを生成したりするだけでなく、論理的な思考プロセ...
3
4
Comment0
BROKEN NEURAL SCALING LAWS
原典 BROKEN NEURAL SCALING LAWS https://arxiv.org/pdf/2210.14891 Published as a conference paper at...
0
0
Comment0
検索関連のキーワード（FAISS、BM25、IVFインデックス）
はじめに FAISS: 高次元ベクトルデータの類似性検索のためのライブラリ。 BM25: 文書とクエリの関連度を評価するランキング関数。 IVFインデックス: 大規模なデータセットにおける近似最...
1
1
Comment0
Reflexive AI usage is now a baseline expectation at Shopify
ShopifyにおけるAI活用の基本 出典: https://x.com/tobi/status/1909251946235437514 背景: これはShopifyの社内向けメモであり、リーク...
0
0
Comment0
OpenSearch Dashboards Query Language (DQL) チートシート
OpenSearch Dashboards Query Language (DQL) チートシート 基本検索 機能 DQL構文 説明/例 単一ターム検索 error error という単語を含む...
0
0
Comment0
LLM-QE: Improving Query Expansion by Aligning Large Language Models with Ranking Preferences
原典 LLM-QE: Improving Query Expansion by Aligning Large Language Models with Ranking Preferences 1...
0
0
Comment0
LLMQA
原典 Harnessing Multi-Role Capabilities of Large Language Models for Open-Domain Question Answering...
0
0
Comment0
A User’s Guide to Restructuring the Global Trading System
原文 https://www.hudsonbaycapital.com/documents/FG/hudsonbay/research/638199_A_Users_Guide_to_Restr...
6
3
Comment0
Building effective agents (Engineering at Anthoropic)
原文 Building effective agents https://www.anthropic.com/engineering/building-effective-agents はじめに...
0
0
Comment0
A Survey on LLM-as-a-Judge
はじめに LLMのシステム構築の際に、LLM-as-a-Judgeをやることになり、下記論文をよんでみました。 https://arxiv.org/pdf/2411.15594 概要 正確で一貫...
4
4
Comment0
DeepSeek R1モデルで数学問題をGRPO (Group Relative Policy Optimization) トレーニング
はじめに DeepSeekモデルでGRPO (Group Relative Policy Optimization) トレーニングします。 GRPOとは GRPO (Group Relative...
3
2
Comment0
Google CloudのGPUメモ (2025/2/8)
概要 Google Cloudでは、VMインスタンスにGPUをアタッチすることで、機械学習やデータ処理などの特定のワークロードを高速化できます。大きく分けて、GPUが自動的にアタッチされた「アク...
2
2
Comment0
強化学習手法：GRPO(Group Relative Policy Optimization)
はじめに DeepSeek R1 で提案された、GRPO(Group Relative Policy Optimization)に関するメモです。 参考資料 deepseek https://a...
2
2
Comment0
強化学習手法の歴史：TRPO〜PPO
はじめに DeepSeek-R1で提案された強化学習方法 GRPO（Group Relative Policy Optimization）を理解するための前提となる手法、John Schulma...
1
1
Comment0
「進化的モデルマージ」論文
論文 Sakana AIの秋葉拓哉さんのLLMのモデルマージに関する論文 タイトル: Evolutionary Optimization of Model Merging Recipes 著者:...
1
0
Comment0
MLE-bench論文
MLE-bench論文 note MLE-BENCH: EVALUATING MACHINE LEARNING AGENTS ON MACHINE LEARNING ENGINEERING ht...
4
3
Comment0
GeM-CoT論文
GeM-CoT論文 note Generalizable Chain-of-Thought Prompting in Mixed-task Scenarios with Large Langua...
0
0
Comment0
Q*論文
Q*論文 note Q*: Improving Multi-step Reasoning for LLMs with Deliberative Planning https://arxiv.or...
1
0
Comment0
STaR論文
論文 タイトル：STaR: Self-Taught Reasoner Bootstrapping Reasoning With Reasoning 原文：arXiv:2203.14465 著者：...
2
1
Comment0
98 search resultsShowing 1~20 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles