論文の概要: NLLG Quarterly arXiv Report 09/24: What are the most influential current AI Papers?
- arxiv url: http://arxiv.org/abs/2412.12121v1
- Date: Mon, 02 Dec 2024 22:10:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-22 08:34:11.716856
- Title: NLLG Quarterly arXiv Report 09/24: What are the most influential current AI Papers?
- Title(参考訳): NLLG Quarterly arXiv Report 09/24: 現在最も影響力のあるAIペーパーは何ですか?
- Authors: Christoph Leiter, Jonas Belouadi, Yanran Chen, Ran Zhang, Daniil Larionov, Aida Kostikova, Steffen Eger,
- Abstract要約: NLLGのarXivレポートは、cs.CL、cs.CV、cs.AI、cs.LGカテゴリにわたる、急速に進化するNLPとAI研究の展望をナビゲートするのに役立つ。
この4回目のインストールは、ChatGPTのデビュー後の2023年1月1日から2024年9月30日まで、AIの歴史の変革期を捉えている。
前回のレポート以来、最も暗黙の論文のトップ40のうち45%が新しい論文である。
- 参考スコア(独自算出の注目度): 21.68589129842815
- License:
- Abstract: The NLLG (Natural Language Learning & Generation) arXiv reports assist in navigating the rapidly evolving landscape of NLP and AI research across cs.CL, cs.CV, cs.AI, and cs.LG categories. This fourth installment captures a transformative period in AI history - from January 1, 2023, following ChatGPT's debut, through September 30, 2024. Our analysis reveals substantial new developments in the field - with 45% of the top 40 most-cited papers being new entries since our last report eight months ago and offers insights into emerging trends and major breakthroughs, such as novel multimodal architectures, including diffusion and state space models. Natural Language Processing (NLP; cs.CL) remains the dominant main category in the list of our top-40 papers but its dominance is on the decline in favor of Computer vision (cs.CV) and general machine learning (cs.LG). This report also presents novel findings on the integration of generative AI in academic writing, documenting its increasing adoption since 2022 while revealing an intriguing pattern: top-cited papers show notably fewer markers of AI-generated content compared to random samples. Furthermore, we track the evolution of AI-associated language, identifying declining trends in previously common indicators such as "delve".
- Abstract(参考訳): NLLG (Natural Language Learning & Generation) のarXivレポートは、cs.CL、cs.CV、cs.AI、cs.LGのカテゴリにまたがる、NLPとAI研究の急速に発展するランドスケープをナビゲートするのに役立つ。
この4回目のインストールは、ChatGPTのデビュー後の2023年1月1日から2024年9月30日まで、AIの歴史の変革期を捉えている。
前回のレポートから8ヶ月が経ち、最も熱意のある論文のトップ40のうち45%が新たなエントリであり、拡散や状態空間モデルを含む新しいマルチモーダルアーキテクチャなど、新たなトレンドや大きなブレークスルーに対する洞察を提供する。
自然言語処理(NLP; cs.CL)は、トップ40の論文の中で依然として主要なカテゴリであるが、その優位性はコンピュータビジョン(cs.CV)と一般機械学習(cs.LG)に優っている。
この論文は、2022年以降にAIが普及し、興味をそそるパターンが明らかになったことを文書化しながら、学術著作における生成AIの統合に関する新たな知見を提示する。
さらに、AI関連言語の進化を追跡し、"delve"のような従来一般的な指標の傾向の低下を識別する。
関連論文リスト
- Neuro-Symbolic AI in 2024: A Systematic Review [0.29260385019352086]
レビューはPRISMA方法論に従い、IEEE Explore、Google Scholar、arXiv、ACM、SpringerLinkといったデータベースを利用した。
1,428紙の最初のプールから、167紙が包含基準を満たし、詳細に分析された。
研究活動の大半は、学習、推論、論理、推論、知識表現の領域に集中している。
論文 参考訳(メタデータ) (2025-01-09T18:48:35Z) - What fifty-one years of Linguistics and Artificial Intelligence research tell us about their correlation: A scientometric review [0.0]
この研究は、1974年から2024年までの51年間の知的生産を合成し、この相関関係を徹底的に科学的に分析する。
これは、20835人の著者によって書かれた2124の雑誌に掲載されている5750のウェブ・オブ・サイエンス・インデクシング記事を含んでいる。
1980年代から1990年代にかけて、言語学とAIの研究は、時とともに不安定な出版によって特徴づけられ、堅牢ではなかったことが示唆された。
しかし、2023年に1478条、2024年1月から3月にかけて546条に達するなど、それ以来顕著な増刊が見られた。
論文 参考訳(メタデータ) (2024-11-29T17:12:06Z) - Artificial Intelligence Index Report 2024 [15.531650534547945]
AI Indexのレポートでは、人工知能(AI)に関連するデータを追跡、照合、蒸留、可視化している。
AIインデックスは、AIに関するデータと洞察の最も信頼性が高く権威のある情報源の1つとして、世界的に認識されている。
今年のエディションは、サイズ、スケール、スコープのすべての旧版を上回り、AIが私たちの人生で持つ重要性が増していることを反映している。
論文 参考訳(メタデータ) (2024-05-29T20:59:57Z) - Mapping the Increasing Use of LLMs in Scientific Papers [99.67983375899719]
2020年1月から2024年2月にかけて、arXiv、bioRxiv、Natureのポートフォリオジャーナルで950,965の論文をまとめて、体系的で大規模な分析を行った。
計算機科学の論文では, LLMの使用が着実に増加し, 最大, 最速の成長が観察された。
論文 参考訳(メタデータ) (2024-04-01T17:45:15Z) - Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews [51.453135368388686]
本稿では,大規模言語モデル (LLM) によって実質的に修正あるいは生成される可能性のある大規模コーパスにおけるテキストの分数推定手法を提案する。
我々の最大可能性モデルは、専門家による参照テキストとAIによる参照テキストを利用して、コーパスレベルでの実世界のLLM使用を正確かつ効率的に検証する。
論文 参考訳(メタデータ) (2024-03-11T21:51:39Z) - NLLG Quarterly arXiv Report 09/23: What are the most influential current
AI Papers? [21.68589129842815]
米国はトップ40紙とトップ9k紙の両方で支配的であり、その後中国が続いた。
欧州は明らかに遅れており、最も引用された論文のトップ40にはほとんど掲載されていない。
米国の産業は、最も影響力のある40の論文で大半が誇張されている。
論文 参考訳(メタデータ) (2023-12-09T21:42:20Z) - NLLG Quarterly arXiv Report 06/23: What are the most influential current
AI Papers? [15.830129136642755]
目的は、最も関連性があり広く議論されている研究のクイックガイドを提供することであり、新参者や確立された研究者が現在の傾向を振り返り続けるのを助けることである。
我々は2023年前半に,大規模言語モデル(LLM),特にChatGPTに関連する論文の優位性を観察した。
NLP関連の論文は、私たちのデータにはML関連の論文の2倍の数の論文があるにもかかわらず、最も影響力がある(トップ論文の約60%)。
論文 参考訳(メタデータ) (2023-07-31T11:53:52Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳(メタデータ) (2023-06-15T14:08:07Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳(メタデータ) (2023-03-07T20:36:13Z) - State-of-the-art generalisation research in NLP: A taxonomy and review [87.1541712509283]
NLPにおける一般化研究の特徴付けと理解のための分類法を提案する。
我々の分類学は、一般化研究の広範な文献レビューに基づいている。
私たちは、一般化をテストする400以上の論文を分類するために分類を使います。
論文 参考訳(メタデータ) (2022-10-06T16:53:33Z) - STEP: Spatial Temporal Graph Convolutional Networks for Emotion Perception from Gaits [60.37683428887577]
歩行から知覚された人間の感情を分類するために,STEPと呼ばれる新しいネットワークを提案する。
私たちは何百もの注釈付き現実世界のゲイトビデオを使って、何千もの注釈付き合成ゲイトでそれらを強化しています。
STEPは感情の特徴を学習でき、E-Gaitでは89%の分類精度を示す。
論文 参考訳(メタデータ) (2019-10-28T18:43:48Z)
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。