Fugu-MT 論文翻訳(概要): Domain Knowledge Graph Construction Via A Simple Checker

論文の概要: Domain Knowledge Graph Construction Via A Simple Checker

arxiv url: http://arxiv.org/abs/2310.04949v1
Date: Sun, 8 Oct 2023 00:09:31 GMT
ステータス: 処理完了
システム内更新日: 2023-10-12 14:05:39.625269
Title: Domain Knowledge Graph Construction Via A Simple Checker
Title（参考訳）: 単純なチェッカーによるドメイン知識グラフの構築
Authors: Yueling Zeng, Li-C. Wang
Abstract要約: 本研究は,ハードウェア設計ドメインテキストからの知識グラフ構築の問題に取り組む。 GPT3.5のパワーを活用するためのオラクル・チェッカー方式を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: With the availability of large language models, there is a growing interest for semiconductor chip design companies to leverage the technologies. For those companies, deployment of a new methodology must include two important considerations: confidentiality and scalability. In this context, this work tackles the problem of knowledge graph construction from hardware-design domain texts. We propose an oracle-checker scheme to leverage the power of GPT3.5 and demonstrate that the essence of the problem is in distillation of domain expert's background knowledge. Using RISC-V unprivileged ISA specification as an example, we explain key ideas and discuss practicality of our proposed oracle-checker approach.
Abstract（参考訳）: 大規模言語モデルが利用可能になるにつれ、半導体チップ設計会社がこの技術を活用することへの関心が高まっている。これらの企業にとって、新しい方法論の展開には、機密性とスケーラビリティの2つの重要な考慮事項を含む必要がある。この文脈では、ハードウェア設計ドメインテキストからの知識グラフ構築の問題に取り組む。我々はgpt3.5のパワーを活用するためのoracle-checkerスキームを提案し、問題の本質がドメインエキスパートのバックグラウンド知識の蒸留であることを示す。 RISC-V非特権ISA仕様を例として、鍵となるアイデアを説明し、提案するオラクル・チェッカー手法の実用性について議論する。

関連論文リスト

A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models [15.190033208947051]
Retrieval-augmented Generation (RAG)は、大規模言語モデル(LLM)をカスタマイズするための有望なソリューションとして登場した。本調査は,GraphRAG(Graph-based Retrieval-Augmented Generation)の系統的解析である。
論文参考訳（メタデータ） (2025-01-21T06:25:21Z)
Customized Information and Domain-centric Knowledge Graph Construction with Large Language Models [0.0]
本稿では,構造化情報へのタイムリーなアクセスを実現するための知識グラフに基づく新しいアプローチを提案する。本フレームワークは,情報検索,キーフレーズ抽出,セマンティックネットワーク生成,トピックマップ可視化などを含むテキストマイニングプロセスを含む。当社の方法論を自動車電気システムの領域に適用して,スケーラブルなアプローチを実証する。
論文参考訳（メタデータ） (2024-09-30T07:08:28Z)
PatentGPT: A Large Language Model for Patent Drafting Using Knowledge-based Fine-tuning Method [1.4496326701907591]
既存の大規模言語モデル(LLM)は、専門知識の欠如とコンテキスト認識の欠如により、IP生成領域では不足することが多い。我々は,LLMの知識微調整(KFT)のための画期的なフレームワークを提案する。我々のモデルであるPatentGPTは、最先端モデルと比較して、特許関連のベンチマークテストで最大400%高い性能を示した。
論文参考訳（メタデータ） (2024-08-26T12:00:29Z)
LEARN: Knowledge Adaptation from Large Language Model to Recommendation for Practical Industrial Application [54.984348122105516]
Llm-driven knowlEdge Adaptive RecommeNdation (LEARN)フレームワークは、オープンワールドの知識と協調的な知識をシナジする。オープンワールドの知識と協調的な知識を相乗化するLlm-driven knowlEdge Adaptive RecommeNdation (LEARN) フレームワークを提案する。
論文参考訳（メタデータ） (2024-05-07T04:00:30Z)
PADTHAI-MM: Principles-based Approach for Designing Trustworthy, Human-centered AI using MAST Methodology [5.215782336985273]
マルチソースAIスコアカードテーブル(Multisource AI Scorecard Table, MAST)は、AI対応意思決定支援システムを評価するための、体系的かつトレードクラフト中心のアプローチを提供することによって、ギャップを埋めるように設計されている。我々は,信頼に値する,人間中心のAIを設計するためのテキスト原則に基づくアプローチという,反復的な設計フレームワークを導入する。我々はこの枠組みを防衛情報タスク報告支援(READIT)の開発において実証する。
論文参考訳（メタデータ） (2024-01-24T23:15:44Z)
AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文参考訳（メタデータ） (2023-04-10T15:38:12Z)
A Survey of Trustworthy Graph Learning: Reliability, Explainability, and Privacy Protection [136.71290968343826]
信頼できるグラフ学習(TwGL)は、技術的観点から上記の問題を解決することを目的としている。モデル性能を主に重視する従来のグラフ学習研究とは対照的に、TwGLは様々な信頼性と安全性を考慮に入れている。
論文参考訳（メタデータ） (2022-05-20T08:10:35Z)
Towards Machine Learning for Placement and Routing in Chip Design: a Methodological Overview [72.79089075263985]
配置とルーティングは、現代のチップ設計フローにおいて必須かつ困難な2つのタスクである。機械学習は、そのデータ駆動性によって有望な見通しを示しており、知識や事前への依存度は低い。
論文参考訳（メタデータ） (2022-02-28T06:28:44Z)
KAT: A Knowledge Augmented Transformer for Vision-and-Language [56.716531169609915]
我々は、OK-VQAのオープンドメインマルチモーダルタスクにおいて、最先端の強力な結果をもたらす新しいモデルである知識拡張トランスフォーマー(KAT)を提案する。提案手法は,エンド・ツー・エンドのエンコーダ・デコーダアーキテクチャにおいて暗黙的かつ明示的な知識を統合しつつ,回答生成時に両知識源を共同で推論する。我々の分析では、モデル予測の解釈可能性の向上に、明示的な知識統合のさらなる利点が見られる。
論文参考訳（メタデータ） (2021-12-16T04:37:10Z)
CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
論文参考訳（メタデータ） (2021-02-24T09:16:10Z)
Semi-Supervised Learning Approach to Discover Enterprise User Insights from Feedback and Support [9.66491980663996]
本稿では,Deep Learning と Topic Modeling を利用した,革新的なセミスーパーバイザラーニング手法を提案する。このアプローチは、教師付き学習と新しい確率的・セマンティックハイブリッドトピック推論(PSHTI)モデルを組み合わせたBERTベースのマルチクラス化アルゴリズムである。本システムは,Webクローリングを通じて製品に関するドメイン知識を活用することで,トップワードを自己ヘルプ問題にマッピングすることを可能にする。
論文参考訳（メタデータ） (2020-07-18T01:18:00Z)

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。