論文の概要: Scientific Computing with Large Language Models
- arxiv url: http://arxiv.org/abs/2406.07259v1
- Date: Tue, 11 Jun 2024 13:39:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-12 15:54:07.284224
- Title: Scientific Computing with Large Language Models
- Title（参考訳）: 大規模言語モデルを用いた科学計算
- Authors: Christopher Culver, Peter Hicks, Mihailo Milenkovic, Sanjif Shanmugavelu, Tobias Becker,
- Abstract要約: 本稿では,科学計算応用のための大規模言語モデルの出現について概説する。
物理システムを記述するために設計された科学文書や特殊言語を自然言語処理するユースケースを強調した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We provide an overview of the emergence of large language models for scientific computing applications. We highlight use cases that involve natural language processing of scientific documents and specialized languages designed to describe physical systems. For the former, chatbot style applications appear in medicine, mathematics and physics and can be used iteratively with domain experts for problem solving. We also review specialized languages within molecular biology, the languages of molecules, proteins, and DNA where language models are being used to predict properties and even create novel physical systems at much faster rates than traditional computing methods.
- Abstract（参考訳）: 本稿では,科学計算応用のための大規模言語モデルの出現について概説する。
物理システムを記述するために設計された科学文書や特殊言語を自然言語処理するユースケースを強調した。
前者の場合、チャットボットスタイルのアプリケーションは医学、数学、物理学に登場し、問題解決のためにドメインの専門家と反復的に使用することができる。
また、分子生物学、分子、タンパク質、DNAの各言語で、言語モデルを用いて特性を予測したり、新しい物理系を従来の計算手法よりも高速に生成したりしています。
関連論文リスト
- Language Evolution with Deep Learning [49.879239655532324]
計算モデリングは言語の出現の研究において重要な役割を担っている。
構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。
この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
論文 参考訳（メタデータ） (2024-03-18T16:52:54Z) - Large language models in bioinformatics: applications and perspectives [14.16418711188321]
大規模言語モデル (LLMs) はディープラーニングに基づく人工知能モデルである。
本総説では,ゲノム学,転写学,薬物発見,単一細胞解析における大規模言語モデルの応用について検討する。
論文 参考訳（メタデータ） (2024-01-08T17:26:59Z) - Large Language Models for Scientific Synthesis, Inference and
Explanation [56.41963802804953]
大規模言語モデルがどのように科学的合成、推論、説明を行うことができるかを示す。
我々は,この「知識」を科学的文献から合成することで,大きな言語モデルによって強化できることを示す。
このアプローチは、大きな言語モデルが機械学習システムの予測を説明することができるというさらなる利点を持っている。
論文 参考訳（メタデータ） (2023-10-12T02:17:59Z) - Language models in molecular discovery [2.874893537471256]
科学的言語モデル」は、小さな分子、タンパク質、またはポリマーで機能する。
化学において、言語モデルは分子発見サイクルの加速に寄与する。
我々は、貴重なオープンソースソフトウェア資産を強調し、科学言語モデリングの分野への参入障壁を低くする。
論文 参考訳（メタデータ） (2023-09-28T08:19:54Z) - Interactive Molecular Discovery with Natural Language [69.89287960545903]
対象分子を記述・編集するための自然言語を用いた対話型分子設計を提案する。
この課題をより良くするために、実験プロパティ情報を注入することによって強化された知識的で汎用的な生成事前学習モデルChatMolを設計する。
論文 参考訳（メタデータ） (2023-06-21T02:05:48Z) - Language Models are not Models of Language [0.0]
トランスファーラーニングにより、言語モデリングタスクでトレーニングされた大規模なディープラーニングニューラルネットワークにより、パフォーマンスが大幅に向上した。
深層学習モデルは言語の理論的モデルではないので、言語モデルという用語は誤解を招く。
論文 参考訳（メタデータ） (2021-12-13T22:39:46Z) - Towards Zero-shot Language Modeling [90.80124496312274]
人間の言語学習に誘導的に偏りを持つニューラルモデルを構築した。
類型的に多様な訓練言語のサンプルからこの分布を推測する。
我々は、保留言語に対する遠隔監視として、追加の言語固有の側情報を利用する。
論文 参考訳（メタデータ） (2021-08-06T23:49:18Z) - Linguistic Typology Features from Text: Inferring the Sparse Features of
World Atlas of Language Structures [73.06435180872293]
我々は、バイト埋め込みと畳み込み層に基づく繰り返しニューラルネットワーク予測器を構築する。
様々な言語型の特徴を確実に予測できることを示す。
論文 参考訳（メタデータ） (2020-04-30T21:00:53Z) - Bridging Linguistic Typology and Multilingual Machine Translation with
Multi-View Language Representations [83.27475281544868]
特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。
我々の表現は類型学を組み込み、言語関係と相関関係を強化する。
次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
論文 参考訳（メタデータ） (2020-04-30T16:25:39Z) - Neural translation and automated recognition of ICD10 medical entities
from natural language [0.0]
自然言語からの医療機関の認識は、医療分野におけるユビキタスな問題である。
人工知能の最近の進歩、特にディープラーニングの手法の進歩により、コンピュータは効率的な意思決定が可能になった。
本稿では,自然言語問題からの医学的実体認識へのディープニューラルネットワークモデルの応用について検討する。
論文 参考訳（メタデータ） (2020-03-27T18:17:53Z)
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。