Fugu-MT 論文翻訳(概要): AutoNMT: A Framework to Streamline the Research of Seq2Seq Models

論文の概要: AutoNMT: A Framework to Streamline the Research of Seq2Seq Models

arxiv url: http://arxiv.org/abs/2302.04981v1
Date: Thu, 9 Feb 2023 23:42:30 GMT
ステータス: 処理完了
システム内更新日: 2023-02-13 16:56:38.490559
Title: AutoNMT: A Framework to Streamline the Research of Seq2Seq Models
Title（参考訳）: AutoNMT:Seq2Seqモデルの研究を合理化するフレームワーク
Authors: Salvador Carri\'on, Francisco Casacuberta
Abstract要約: AutoNMTはSeq-to-seqモデルの研究を合理化するためのフレームワークである。ユーザーは自身のモデルまたはFairseqやOpenNMTのような既存のSeq-to-seqツールキットを使用することができる。このライブラリにはSeq-to-seqツールキットが付属しており、ユーザーは非標準タスクを簡単にカスタマイズできる。
参考スコア（独自算出の注目度）: 4.111899441919165
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present AutoNMT, a framework to streamline the research of seq-to-seq models by automating the data pipeline (i.e., file management, data preprocessing, and exploratory analysis), automating experimentation in a toolkit-agnostic manner, which allows users to use either their own models or existing seq-to-seq toolkits such as Fairseq or OpenNMT, and finally, automating the report generation (plots and summaries). Furthermore, this library comes with its own seq-to-seq toolkit so that users can easily customize it for non-standard tasks.
Abstract（参考訳）: 本稿では,データパイプラインの自動化(ファイル管理,データ前処理,探索解析など),ツールキットに依存しない実験の自動化,FairseqやOpenNMTなどの既存のSeq-to-seqツールキットの使用,レポート生成の自動化などにより,セック-to-seqモデルの研究を効率化するフレームワークであるAutoNMTを提案する。さらに、このライブラリにはSeq-to-seqツールキットが付属しており、ユーザーは非標準タスクを簡単にカスタマイズできる。

関連論文リスト

SeqMate: A Novel Large Language Model Pipeline for Automating RNA Sequencing [0.0]
SeqMateは、大規模言語モデル(LLM)のパワーを活用してワンクリック分析を可能にするツールで、データ準備と分析の両方を自動化する。生成AIの力を利用することで、SeqMateはこれらの発見を分析し、制御/制御/ユーザプロンプトされた遺伝子について書かれたレポートを作成することができる。
論文参考訳（メタデータ） (2024-07-02T20:28:30Z)
Automated Configuration Synthesis for Machine Learning Models: A git-Based Requirement and Architecture Management System [5.095988654970361]
この作業では、ソフトウェアコードとともにgitリポジトリ(T-Reqs)にアーティファクトとして格納されたテキスト要求からランタイム設定を自動的に生成するツールを導入している。このツールは、T-Reqsでモデル化されたアーキテクチャ記述を利用して、人工知能(AI)対応ソフトウェアシステムのデプロイに必要な構成特性を特定する。
論文参考訳（メタデータ） (2024-04-26T08:35:02Z)
NewsQs: Multi-Source Question Generation for the Inquiring Mind [59.79288644158271]
我々は複数のニュース文書に対して質問応答ペアを提供するデータセットであるNewsQsを紹介する。 FAQスタイルのニュース記事に微調整されたT5-Largeモデルによって自動生成される質問を,従来のマルチドキュメント要約データセットに拡張する。
論文参考訳（メタデータ） (2024-02-28T16:59:35Z)
QUADRo: Dataset and Models for QUestion-Answer Database Retrieval [97.84448420852854]
質問/回答(q/a)ペアのデータベース(DB)が与えられた場合、同じ質問に対してDBをスキャンすることで、対象の質問に答えることができる。我々は6.3Mのq/aペアからなる大規模DBを構築し、公開質問を用いて、ニューラルIRとq/aペアリランカに基づく新しいシステムを設計する。我々は、Bing検索エンジン上に構築されたQAシステムという、Webベースの手法とDBベースのアプローチが競合することを示す。
論文参考訳（メタデータ） (2023-03-30T00:42:07Z)
Parameter-Efficient Abstractive Question Answering over Tables or Text [60.86457030988444]
QAシステムを求める情報の長期的な野望は、マルチモーダルなコンテキストを推論し、ユーザクエリに対する自然な回答を生成することである。メモリ集約型事前学習言語モデルは、構造化されていないテキストや構造化テーブルのような特定のモードでQAデータ上のモデルを微調整することで、QAのような下流タスクに適応する。パラメータ効率の良いアダプタは、トランス層間の小さなタスク固有のボトルネック層を加算し、訓練する。
論文参考訳（メタデータ） (2022-04-07T10:56:29Z)
Neuro-Symbolic Language Modeling with Automaton-augmented Retrieval [129.25914272977542]
RetoMatonはデータストア上に構築された重み付き有限オートマトンである。 LM推論と並行して、このオートマトンを推論時にトラバースすることは、その複雑さを減少させる。
論文参考訳（メタデータ） (2022-01-28T21:38:56Z)
Merlion: A Machine Learning Library for Time Series [73.46386700728577]
Merlionは時系列のためのオープンソースの機械学習ライブラリである。モデルの統一インターフェースと、異常検出と予測のためのデータセットを備えている。 Merlionはまた、本番環境でのモデルのライブデプロイメントと再トレーニングをシミュレートするユニークな評価フレームワークも提供する。
論文参考訳（メタデータ） (2021-09-20T02:03:43Z)
Transfer Learning Based Automatic Model Creation Tool For Resource Constraint Devices [1.0330395403064265]
そこで本研究では,機械学習コードを記述することなく,トランスファー学習を用いた制約装置用カスタムモデルの自動生成手法を提案する。自動モデル作成ツールのアーキテクチャと、YAMNetやMobileNetV2などのトレーニング済みモデルを機能抽出器として使用して作成したCNNモデルを共有します。
論文参考訳（メタデータ） (2020-12-18T05:38:58Z)
AutoRec: An Automated Recommender System [44.11798716678736]
エコシステムから拡張された、オープンソースの自動機械学習(AutoML)プラットフォームであるAutoRecを紹介します。 AutoRecはスパースとディープインプットの両方に対応可能な、非常にフレキシブルなパイプラインをサポートする。ベンチマークデータセットで実施された実験によると、AutoRecは信頼性が高く、事前の知識なしに最高のモデルに似たモデルを特定することができる。
論文参考訳（メタデータ） (2020-06-26T17:04:53Z)
Template-Based Question Generation from Retrieved Sentences for Improved Unsupervised Question Answering [98.48363619128108]
擬似学習データを用いてQAモデルを訓練するための教師なしアプローチを提案する。関連した検索文に簡単なテンプレートを適用してQA学習のための質問を生成すると、元の文脈文よりも、下流QAのパフォーマンスが向上することを示す。
論文参考訳（メタデータ） (2020-04-24T17:57:45Z)

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。