論文の概要: EleutherAI: Going Beyond "Open Science" to "Science in the Open"
- arxiv url: http://arxiv.org/abs/2210.06413v1
- Date: Wed, 12 Oct 2022 17:06:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 14:21:33.629504
- Title: EleutherAI: Going Beyond "Open Science" to "Science in the Open"
- Title(参考訳): EleutherAI: "Open Science"から"Science in the Open"へ
- Authors: Jason Phang, Herbie Bradley, Leo Gao, Louis Castricato, Stella
Biderman
- Abstract要約: EleutherAIの研究のアプローチは透明性を超越している: 完全に公の場で研究を行うことで、世界中の誰もがあらゆる段階で観察し貢献することができる。
パブリックな機械学習研究を行った経験、このアプローチがもたらすメリット、そして私たちが遭遇した落とし穴について説明する。
- 参考スコア(独自算出の注目度): 4.707454350886838
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Over the past two years, EleutherAI has established itself as a radically
novel initiative aimed at both promoting open-source research and conducting
research in a transparent, openly accessible and collaborative manner.
EleutherAI's approach to research goes beyond transparency: by doing research
entirely in public, anyone in the world can observe and contribute at every
stage. Our work has been received positively and has resulted in several
high-impact projects in Natural Language Processing and other fields. In this
paper, we describe our experience doing public-facing machine learning
research, the benefits we believe this approach brings, and the pitfalls we
have encountered.
- Abstract(参考訳): 過去2年間、eleutheraiは、オープンソース研究の促進と、透明でオープンでアクセス可能で協力的な方法での研究の実施を目的とした、画期的なイニシアティブとしての地位を確立してきた。
EleutherAIの研究のアプローチは透明性を超越している: 完全に公の場で研究を行うことで、世界中の誰もがあらゆる段階で観察し貢献することができる。
我々の研究は肯定的な評価を受けており、自然言語処理や他の分野におけるいくつかのハイインパクトなプロジェクトをもたらしています。
本稿では,公開型機械学習研究の経験,このアプローチがもたらしたメリット,そして我々が遭遇した落とし穴について述べる。
関連論文リスト
- MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows [58.56005277371235]
我々は,Multi-Aspect Summarization of ScientificAspectsに関する総合テキストデータセットであるMASSWを紹介する。
MASSWには過去50年間にわたる17の主要なコンピュータサイエンスカンファレンスから152,000以上の査読論文が含まれている。
我々は、この新しいデータセットを用いてベンチマーク可能な、複数の新しい機械学習タスクを通じて、MASSWの有用性を実証する。
論文 参考訳(メタデータ) (2024-06-10T15:19:09Z) - A Vision on Open Science for the Evolution of Software Engineering Research and Practice [40.07325268305058]
オープンサイエンスは、研究におけるオープンネスとコラボレーションを促進することを目的としており、科学と社会のより重要な影響をもたらす。
Open Scienceの実践にはいくつかの課題が伴う。
論文 参考訳(メタデータ) (2024-05-20T15:51:23Z) - Open-world Machine Learning: A Review and New Outlooks [83.6401132743407]
本稿では,新たなオープンワールド機械学習パラダイムを包括的に紹介することを目的としている。
研究者がそれぞれの分野でより強力なAIシステムを構築するのを支援し、人工知能の開発を促進することを目的としている。
論文 参考訳(メタデータ) (2024-03-04T06:25:26Z) - Federated Learning for Generalization, Robustness, Fairness: A Survey
and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。
我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文 参考訳(メタデータ) (2023-11-12T06:32:30Z) - The Semantic Reader Project: Augmenting Scholarly Documents through
AI-Powered Interactive Reading Interfaces [54.2590226904332]
本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。
10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。
本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
論文 参考訳(メタデータ) (2023-03-25T02:47:09Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳(メタデータ) (2022-05-23T08:34:25Z) - We Need to Talk About Data: The Importance of Data Readiness in Natural
Language Processing [3.096615629099618]
我々は、NLPにおける学術研究と学術以外の問題への応用との間にはギャップがあると主張している。
本稿では,データのアクセシビリティ,有効性,有用性に関して,研究者と外部利害関係者のコミュニケーションを改善する方法を提案する。
論文 参考訳(メタデータ) (2021-10-11T17:55:07Z) - Insiders and Outsiders in Research on Machine Learning and Society [25.994199382834317]
機械学習研究のサブセットは、公正性、説明責任、透明性、および社会的善のための機械学習の使用を含む社会的問題と交差する。
arXivに投稿されたすべての機械学習論文の著者数を分析することで、過剰に表現された背景の研究者と比較して、表現されていない背景の研究者は、この交差点で研究を行う傾向にあることを示す。
論文 参考訳(メタデータ) (2021-02-03T20:19:51Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳(メタデータ) (2020-11-09T21:23:03Z) - Mapping Researchers with PeopleMap [11.466062262579495]
PeopleMapは、研究の関心や出版物に基づいて、研究者のためのビジュアルマップを作成する。
研究者のGoogle Scholarプロファイルのみを入力として必要とすると、PeopleMapは研究者の埋め込みを生成して視覚化する。
PeopleMapは、ジョージア工科大学にまたがって採用を拡大するための肯定的なフィードバックと熱意を受けてきた。
論文 参考訳(メタデータ) (2020-08-31T20:46:27Z) - Augmented reality as a tool for open science platform by research
collaboration in virtual teams [0.0]
オープンサイエンスの規定は、欧州研究領域(ERA)の実施を妨げる障壁を克服するための一般的な政策として定義される。
学者のコミュニティのために共有資源を管理することは、社会の利益を最大化する。
オープンサイエンスのクラウドの構造には、オープンサイエンスプラットフォームとしての拡張現実が含まれていることが示されている。
論文 参考訳(メタデータ) (2020-02-28T07:32:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。