論文の概要: Challenge design roadmap

• arxiv url: http://arxiv.org/abs/2401.13693v1
• Date: Mon, 15 Jan 2024 10:58:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-28 15:32:43.209648
• Title: Challenge design roadmap
• Title（参考訳）: チャレンジデザインのロードマップ
• Authors: Hugo Jair Escalante Balderas, Isabelle Guyon (LISN, TAU), Addison Howard, Walter Reade, Sebastien Treguer (TAU)
• Abstract要約: この章は、挑戦のための強力な計画を作成するためのガイドラインを提供する。 これはKaggle 1やChaLearn 2といった組織による準備ガイドラインを引き合いに出している。
• 参考スコア（独自算出の注目度）: 0.25631808142941404
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Challenges can be seen as a type of game that motivates participants to solve serious tasks. As a result, competition organizers must develop effective game rules. However, these rules have multiple objectives beyond making the game enjoyable for participants. These objectives may include solving real-world problems, advancing scientific or technical areas, making scientific discoveries, and educating the public. In many ways, creating a challenge is similar to launching a product. It requires the same level of excitement and rigorous testing, and the goal is to attract ''customers'' in the form of participants. The process begins with a solid plan, such as a competition proposal that will eventually be submitted to an international conference and subjected to peer review. Although peer review does not guarantee quality, it does force organizers to consider the impact of their challenge, identify potential oversights, and generally improve its quality. This chapter provides guidelines for creating a strong plan for a challenge. The material draws on the preparation guidelines from organizations such as Kaggle 1 , ChaLearn 2 and Tailor 3 , as well as the NeurIPS proposal template, which some of the authors contributed to.
• Abstract（参考訳）: チャレンジは、参加者が深刻なタスクを解く動機となる一種のゲームと見なすことができる。 その結果、競技組織は効果的なゲームルールを開発する必要がある。 しかし、これらのルールは参加者にとって楽しいゲーム以上の目的を持っている。 これらの目的には、現実世界の問題の解決、科学分野や技術分野の進歩、科学的発見、大衆の教育などが含まれる。 さまざまな意味で、挑戦を作ることは、プロダクトの立ち上げと似ている。 同じレベルの興奮と厳密なテストが必要であり、参加者の形で'顧客'を引き付けることが目標です。 このプロセスは、最終的には国際会議に提出され、ピアレビューの対象となるコンペティション提案など、堅固な計画から始まります。 ピアレビューは品質を保証するものではないが、組織は自身の課題の影響を考慮し、潜在的な監視を特定し、一般的にその品質を改善することを強制する。 この章は、挑戦のための強力な計画を作成するためのガイドラインを提供する。 この資料は、Kaggle 1、ChaLearn 2、Tailor 3といった組織や、何人かの著者がコントリビュートしたNeurIPS提案テンプレートから準備ガイドラインを引用している。

関連論文リスト

• The VoxCeleb Speaker Recognition Challenge: A Retrospective [75.40776645175585]
  VoxCeleb Speaker Recognition Challenges (VoxSRC)は、2019年から2023年にかけて毎年開催される一連の課題とワークショップである。 課題は主に、様々な環境下で話者認識とダイアリゼーションのタスクを評価した。 私たちは、これらの課題について、彼らが何を探求したのか、課題参加者によって開発された方法、そしてそれらがどのように進化したのかをレビューします。
  論文  参考訳（メタデータ） (2024-08-27T08:57:31Z)
• Event-Based Eye Tracking. AIS 2024 Challenge Survey [73.41168445057629]
  AIS 2024 Event-Based Eye Tracking (EET) Challengeをレビューする。 この課題の課題は、イベントカメラで記録された眼球運動の処理と瞳孔中心の予測である。 この課題は、タスクの精度と効率のトレードオフを達成するために、イベントカメラによる効率的なアイトラッキングを強調している。
  論文  参考訳（メタデータ） (2024-04-17T21:53:01Z)
• [Call for Papers] The 2nd BabyLM Challenge: Sample-efficient pretraining on a developmentally plausible corpus [81.34965784440176]
  このCfPはBabyLM Challenge 2024-2025のルールを提供する。 課題の全体的目標は同じままです。 私たちは緩い線を紙の線で置き換える。 事前学習に関するルールを緩和します。 マルチモーダル・ヴィジュアル・アンド・ランゲージ・トラックを導入する。
  論文  参考訳（メタデータ） (2024-04-09T11:04:50Z)
• AI Competitions and Benchmarks, Practical issues: Proposals, grant money, sponsors, prizes, dissemination, publicity [0.21098119797209025]
  この章では、AIコンペティションの組織化に関わる実践的な側面を概観する。 まず、効果的なコミュニケーション技術に触発して参加を促す戦略について議論する。 そして、コミュニティのエンゲージメントの本質に移行し、組織的ベストプラクティスと効果的な方法でチャレンジアウトプットを広めます。
  論文  参考訳（メタデータ） (2024-01-09T09:33:59Z)
• AI Competitions and Benchmarks: towards impactful challenges with post-challenge papers, benchmarks and other dissemination actions [5.459244842713057]
  この章は、チャレンジが正式に完了した後の様々な活動について記述する。 異なるアフターチャレンジ活動のターゲットオーディエンスを特定した。 チャレンジのさまざまなアウトプットは、それらを収集する手段としてリストアップされる。
  論文  参考訳（メタデータ） (2023-12-10T23:24:17Z)
• Benchmarking Robustness and Generalization in Multi-Agent Systems: A Case Study on Neural MMO [50.58083807719749]
  IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。 この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。 環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
  論文  参考訳（メタデータ） (2023-08-30T07:16:11Z)
• ChatGPT4PCG Competition: Character-like Level Generation for Science Birds [5.547927582178374]
  本稿では2023年のIEEE Conference on GamesでChatGPT4PCGコンペティションを開催する。 大会の目的は、参加者がChatGPTがScience Birdsレベルを生成する効果的なプロンプトを作成することである。 生成されたレベルの品質は、その安定性と与えられたキャラクタとの類似性によって決定される。
  論文  参考訳（メタデータ） (2023-03-28T01:07:38Z)
• Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
  競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。 チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-04-14T17:24:54Z)
• A quest for a fair schedule: The Young Physicists' Tournament [0.0]
  ヤング・フィジスト・トーナメント(Young Physicists Tournament)は、37か国から5大陸の高校生の間で開催される、チーム指向の科学コンペティションである。 主催者の任務は、各チームが選択した問題のそれぞれを正確に1回だけ提示し、1回の戦闘で何の問題も提示しないように、戦闘の構成を選択することである。 両部グラフに適切なエッジカラー化を構築することにより,その一部は確実に実現可能であることを示す。
  論文  参考訳（メタデータ） (2020-06-03T11:45:06Z)
• Analysing Affective Behavior in the First ABAW 2020 Competition [49.90617840789334]
  ABAW(Affective Behavior Analysis in-the-Wild) 2020コンペティションは、3つの主要な行動タスクの自動分析を目的とした最初のコンペティションである。 アルゼンチンのブエノスアイレスで2020年5月に開催されたIEEE Face and Gesture Recognitionと共同で開催されるこのコンペティションについて説明する。 評価指標を概説し,ベースラインシステムとトップ3の実施するチームの方法論をチャレンジ毎に提示し,その結果を最終的に提示する。
  論文  参考訳（メタデータ） (2020-01-30T15:41:14Z)

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。