Fugu-MT 論文翻訳(概要): Research on Tibetan Tourism Viewpoints information generation system based on LLM

論文の概要: Research on Tibetan Tourism Viewpoints information generation system based on LLM

arxiv url: http://arxiv.org/abs/2407.13561v1
Date: Thu, 18 Jul 2024 14:31:53 GMT
ステータス: 処理完了
システム内更新日: 2024-07-19 15:00:55.954360
Title: Research on Tibetan Tourism Viewpoints information generation system based on LLM
Title（参考訳）: LLMに基づくチベット観光ビューポイント情報生成システムに関する研究
Authors: Jinhu Qi, Shuai Yan, Wentao Zhang, Yibo Zhang, Zirui Liu, Ke Wang,
Abstract要約: 本研究は,チベット観光観光地における情報格差の影響について考察する。 LLM(Large Language Model)評価基準の確立という課題に対処する。これは、教師付き微調整技術を採用した革新的なアプローチであるDualGen Bridge AIシステムを導入している。
参考スコア（独自算出の注目度）: 26.88700599751214
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Tibet, ensconced within China's territorial expanse, is distinguished by its labyrinthine and heterogeneous topography, a testament to its profound historical heritage, and the cradle of a unique religious ethos. The very essence of these attributes, however, has impeded the advancement of Tibet's tourism service infrastructure, rendering existing smart tourism services inadequate for the region's visitors. This study delves into the ramifications of informational disparities at tourist sites on Tibetan tourism and addresses the challenge of establishing the Large Language Model (LLM) evaluation criteria. It introduces an innovative approach, the DualGen Bridge AI system, employing supervised fine-tuning techniques to bolster model functionality and enhance optimization processes. Furthermore, it pioneers a multi-structured generative results assessment framework. Empirical validation confirms the efficacy of this framework. The study also explores the application of the supervised fine-tuning method within the proprietary DualGen Bridge AI, aimed at refining the generation of tourist site information. The study's findings offer valuable insights for optimizing system performance and provide support and inspiration for the application of LLM technology in Tibet's tourism services and beyond, potentially revolutionizing the smart tourism industry with advanced, tailored information generation capabilities.
Abstract（参考訳）: チベットは中国の領土拡大の中で定着しており、そのラビリンチンと不均一な地形、その重要な歴史的遺産の証し、独特の宗教的な民族の揺らぎによって区別されている。しかし、これらの属性の本質は、チベットの観光サービスインフラの進歩を阻害し、既存のスマート観光サービスが地域の訪問者に不適切になった。本研究は,チベット観光観光地における情報格差の増大と,大規模言語モデル(LLM)評価基準の確立という課題に対処するものである。モデル機能を強化し、最適化プロセスを強化するために教師付き微調整技術を採用した、革新的なアプローチであるDualGen Bridge AIシステムを導入している。さらに、マルチ構造化された生成結果評価フレームワークの先駆者でもある。実証的な検証は、このフレームワークの有効性を確認します。この研究は、観光地情報の生成を改善することを目的とした、独自のDualGen Bridge AIにおける教師付き微調整手法の適用についても検討している。この研究は、システムのパフォーマンスを最適化するための貴重な洞察を与え、チベットの観光サービスなどにおけるLLM技術の適用への支援とインスピレーションを提供し、高度でカスタマイズされた情報生成機能を備えたスマート観光産業に革命をもたらす可能性がある。

関連論文リスト

O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文参考訳（メタデータ） (2024-10-08T15:13:01Z)
Enhancing Aspect-based Sentiment Analysis in Tourism Using Large Language Models and Positional Information [14.871979025512669]
本稿では,Aspect-Category-Sentiment Quadruple extract (ACOSQE)のためのアスペクトベース感情分析モデルACOS_LLMを提案する。このモデルは補助知識生成とACOSQEという2つの重要な段階から構成される。その結果、F1は観光データセットの他のモデルと比較して7.49%改善した。
論文参考訳（メタデータ） (2024-09-23T13:19:17Z)
RAG-Optimized Tibetan Tourism LLMs: Enhancing Accuracy and Personalization [30.193180894907663]
既存の大規模言語モデル(LLM)は、パーソナライズされたレコメンデーション機能と、時に幻覚を引き起こす可能性のあるコンテンツの生成において、課題に直面している。本研究では,検索強化世代(RAG)技術に基づくチベット観光LLMの最適化手法を提案する。
論文参考訳（メタデータ） (2024-08-21T21:34:01Z)
Offline Imitation Learning with Model-based Reverse Augmentation [48.64791438847236]
本稿では,自己ペースの逆拡張によるオフラインImitation Learningという,新しいモデルベースフレームワークを提案する。具体的には、オフラインのデモからリバース・ダイナミック・モデルを構築し、専門家が観察した状態につながる軌道を効率的に生成する。後続の強化学習法を用いて,拡張軌道から学習し,未観測状態から未観測状態へ移行する。
論文参考訳（メタデータ） (2024-06-18T12:27:02Z)
TourLLM: Enhancing LLMs with Tourism Knowledge [3.034710104407876]
我々はカルトゥールという文化・観光分野のための教師付き微調整データセットを構築した。このデータセットは、観光知識ベースQAデータ、旅行情報データ、観光多様性QAデータという3つの部分から構成される。カートゥールで微調整されたQwenベースのモデルであるTourLLMを提案し,アトラクションや旅行計画に関する情報の質を向上させる。
論文参考訳（メタデータ） (2024-06-18T09:15:46Z)
A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models [71.25225058845324]
大規模言語モデル(LLM)は、言語理解と生成において革命的な能力を示している。 Retrieval-Augmented Generation (RAG)は、信頼性と最新の外部知識を提供する。 RA-LLMは、モデルの内部知識に頼るのではなく、外部および権威的な知識ベースを活用するために登場した。
論文参考訳（メタデータ） (2024-05-10T02:48:45Z)
Towards a Consensual Definition for Smart Tourism and Smart Tourism Tools [49.70364068620608]
この章は、ヨーロッパにおけるSTTの総合的な展望を提供するオンライン天文台を建設するための、進行中のイニシアチブの一部である。我々は,世界中のST専門家を招待して,このような音質レベルを達成するための参加的アプローチの結果を提示する。
論文参考訳（メタデータ） (2024-02-16T17:03:04Z)
Optimization Efficient Open-World Visual Region Recognition [55.76437190434433]
RegionSpotは、ローカライゼーション基盤モデルから位置認識ローカライゼーション知識と、ViLモデルからのセマンティック情報を統合する。オープンワールドオブジェクト認識の実験では、私たちのRereaSpotは、以前の代替よりも大きなパフォーマンス向上を実現しています。
論文参考訳（メタデータ） (2023-11-02T16:31:49Z)
Artificial Intelligence Systems applied to tourism: A Survey [0.0]
本稿では,観光用に開発されたAIシステムの主な応用と,その分野における技術の現状について述べる。また,交通人流予測システムや,より正確なレコメンデーションシステムについても詳細に検討した。
論文参考訳（メタデータ） (2020-10-27T22:41:12Z)
Soft Expert Reward Learning for Vision-and-Language Navigation [94.86954695912125]
VLN(Vision-and-Language Navigation)は、エージェントが自然言語の指示に従うことで、目に見えない環境で特定の場所を見つける必要がある。本稿では,VLNタスクの工学的設計と一般化問題を克服するために,ソフトエキスパート・リワード・ラーニング(SERL)モデルを導入する。
論文参考訳（メタデータ） (2020-07-21T14:17:36Z)
Tourism Demand Forecasting: An Ensemble Deep Learning Approach [4.516340427736994]
我々は、北京の観光客の到着を予測するために、歴史的観光到着データ、経済変動データ、検索強度指標(SII)データを使用する。提案するB-SAKE手法は, レベル精度, 方向精度, 統計的意義の観点から, ベンチマークモデルより優れている。バッグングと積み重ねオートエンコーダは、観光ビッグデータがもたらす課題を効果的に軽減し、モデルの予測性能を向上させる。
論文参考訳（メタデータ） (2020-02-19T02:23:38Z)

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。