論文の概要: Overview of AI-Debater 2023: The Challenges of Argument Generation Tasks

• arxiv url: http://arxiv.org/abs/2407.14829v2
• Date: Wed, 24 Jul 2024 15:09:29 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-25 18:02:43.567338
• Title: Overview of AI-Debater 2023: The Challenges of Argument Generation Tasks
• Title（参考訳）: AI-Debater 2023の概要
• Authors: Jiayu Lin, Guanrong Chen, Bojun Jin, Chenyang Li, Shutong Jia, Wancong Lin, Yang Sun, Yuhang He, Caihua Yang, Jianzhu Bao, Jipeng Wu, Wen Su, Jinglu Chen, Xinyi Li, Tianyu Chen, Mingjie Han, Shuaiwen Du, Zijian Wang, Jiyin Li, Fuzhong Suo, Hao Wang, Nuanchen Lin, Xuanjing Huang, Changjian Jiang, RuiFeng Xu, Long Zhang, Jiuxin Cao, Ting Jin, Zhongyu Wei,
• Abstract要約: 第2023回中国影響コンピューティング会議(CCAC 2023)におけるAI-Debater 2023チャレンジの結果を提示する。 合計で32のチームがチャレンジに登録し、そこから11の応募をもらいました。
• 参考スコア（独自算出の注目度）: 62.443665295250035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper we present the results of the AI-Debater 2023 Challenge held by the Chinese Conference on Affect Computing (CCAC 2023), and introduce the related datasets. We organize two tracks to handle the argumentative generation tasks in different scenarios, namely, Counter-Argument Generation (Track 1) and Claim-based Argument Generation (Track 2). Each track is equipped with its distinct dataset and baseline model respectively. In total, 32 competing teams register for the challenge, from which we received 11 successful submissions. In this paper, we will present the results of the challenge and a summary of the systems, highlighting commonalities and innovations among participating systems. Datasets and baseline models of the AI-Debater 2023 Challenge have been already released and can be accessed through the official website of the challenge.
• Abstract（参考訳）: 本稿では,中国影響計算学会(CCAC 2023)が主催するAI-Debater 2023 Challengeの結果を紹介するとともに,関連するデータセットを紹介する。 本稿では,異なるシナリオ,すなわちCounter-Argument Generation (Track1) と Claim-based Argument Generation (Track2) の2つのトラックを編成する。 各トラックは、それぞれ独自のデータセットとベースラインモデルを備えている。 合計で32のチームがチャレンジに登録し、そこから11の応募をもらいました。 本稿では,システム間の共通点と革新点に注目し,課題の結果とシステムの概要を紹介する。 AI-Debater 2023 Challengeのデータセットとベースラインモデルは、すでにリリースされており、このチャレンジの公式ウェブサイトからアクセスすることができる。

関連論文リスト

• The Second DISPLACE Challenge : DIarization of SPeaker and LAnguage in Conversational Environments [28.460119283649913]
  データセットには158時間の音声が含まれており、教師なしと教師なしの両方の単一チャネルの遠距離記録で構成されている。 インドの5言語で実施されたASRトラックでは,12時間の近接場単チャンネル記録が提供された。 我々は,この第2版における課題の進展を強調するために,私たちのベースラインモデルとdisPLACE-2023の評価データに基づくチームのパフォーマンスを比較した。
  論文  参考訳（メタデータ） (2024-06-13T17:32:32Z)
• Human Understanding AI Paper Challenge 2024 -- Dataset Design [0.0]
  2024年には、人間の日常生活を理解する人工知能技術の研究・開発のための研究論文コンテスト(第3回人間理解AI論文コンテスト)を開催します。 この文書では、コンペの参加者に提供されるデータセットを紹介し、データ処理と学習モデル開発において考慮すべき問題を要約する。
  論文  参考訳（メタデータ） (2024-03-25T07:48:34Z)
• REACT 2024: the Second Multiple Appropriate Facial Reaction Generation Challenge [36.84914349494818]
  ダイアド的相互作用において、人間は言語的および非言語的手がかりを用いて意図と心の状態を伝える。 複数の適切な、多様性があり、現実的で、同期された人間の顔反応を自動的に生成できる機械学習(ML)モデルの開発は、難しい作業です。 本稿では、REACT 2024チャレンジのガイドラインと、その課題に利用されるデータセットについて述べる。
  論文  参考訳（メタデータ） (2024-01-10T14:01:51Z)
• ICML 2023 Topological Deep Learning Challenge : Design and Results [83.5003281210199]
  コンペティションは参加者に、文献からトポロジカルニューラルネットワークのオープンソース実装を提供するよう求めた。 この挑戦は2ヶ月の期間に28の予選の応募を惹きつけた。 本稿では,課題の設計について述べるとともに,その主な知見を要約する。
  論文  参考訳（メタデータ） (2023-09-26T18:49:30Z)
• NICE: CVPR 2023 Challenge on Zero-shot Image Captioning [149.28330263581012]
  NICEプロジェクトは、堅牢な画像キャプションモデルを開発するためにコンピュータビジョンコミュニティに挑戦するために設計されている。 レポートには、新たに提案されたNICEデータセット、評価方法、課題結果、トップレベルのエントリの技術的な詳細などが含まれている。
  論文  参考訳（メタデータ） (2023-09-05T05:32:19Z)
• ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
  このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。 提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。 大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
  論文  参考訳（メタデータ） (2023-05-16T18:56:12Z)
• Retrospectives on the Embodied AI Workshop [238.302290980995]
  CVPRのEmbodied AI Workshopで発表された13の課題に注目します。 これらの課題は,(1)視覚ナビゲーション,(2)再構成,(3)視覚と言語を具現化した3つのテーマに分類される。 本稿では,各テーマにおける支配的データセット,課題評価指標,最先端モデルの性能について論じる。
  論文  参考訳（メタデータ） (2022-10-13T09:00:52Z)
• Global Road Damage Detection: State-of-the-art Solutions [0.0]
  本稿では,2020年のIEEE International Conference on Big Dataの一部として組織されたビッグデータカップであるGlobal Road damage Detection Challenge(GRDDC)を要約する。 このデータは、インド、日本、チェコ共和国から収集された26336枚の道路画像から成り、道路損傷を自動的に検出する方法を提案する。 論文は、提示された課題と将来の課題で改善される可能性のある課題に対して、うまく機能するファセットのレビューで締めくくっている。
  論文  参考訳（メタデータ） (2020-11-17T16:19:02Z)
• 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。