Fugu-MT 論文翻訳(概要): Research on the Integration of Embodied Intelligence and Reinforcement Learning in Textual Domains

論文の概要: Research on the Integration of Embodied Intelligence and Reinforcement Learning in Textual Domains

arxiv url: http://arxiv.org/abs/2510.01076v1
Date: Wed, 01 Oct 2025 16:21:04 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-03 16:59:20.66426
Title: Research on the Integration of Embodied Intelligence and Reinforcement Learning in Textual Domains
Title（参考訳）: テキスト領域におけるエンボディード・インテリジェンスと強化学習の統合に関する研究
Authors: Haonan Wang, Junfeng Sun, Mingjia Zhao, Wei Liu,
Abstract要約: 本稿は,インテリジェンスの知覚と行動優位性と強化学習の判断最適化能力に基づいて,より知性のあるテキストハンドリングを強化することを目的とする。
参考スコア（独自算出の注目度）: 19.35643630722162
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This article addresses embodied intelligence and reinforcement learning integration in the field of text processing, aiming to enhance text handling with more intelligence on the basis of embodied intelligence's perception and action superiority and reinforcement learning's decision optimization capability. Through detailed theoretical explanation and experimental exploration, a novel integration model is introduced. This model has been demonstrated to be very effective in a wide range oftext processing tasks, validating its applicative potential
Abstract（参考訳）: 本稿では,テキスト処理分野におけるインテリジェンスと強化学習の統合を取り上げ,インテリジェンスの知覚と行動優位性と強化学習の判断最適化能力に基づいて,よりインテリジェンスによるテキスト処理を強化することを目的とする。詳細な理論的説明と実験的な探索を通じて、新しい統合モデルが導入された。このモデルは、幅広いテキスト処理タスクにおいて非常に効果的であることが証明されており、その適用可能性を検証することができる。

関連論文リスト

Optimizing Web-Based AI Query Retrieval with GPT Integration in LangChain A CoT-Enhanced Prompt Engineering Approach [1.1816942730023883]
大規模言語モデルは、遠隔学習の学生のプロセスに急激な変化をもたらした。本稿では,GPTベースのモデルをLangChainフレームワークに組み込むことで,遠隔学習の検索を改善する新しい手法を提案する。
論文参考訳（メタデータ） (2025-06-18T14:47:59Z)
Improving LLM Agent Planning with In-Context Learning via Atomic Fact Augmentation and Lookahead Search [48.348209577994865]
大規模言語モデル(LLM)はますます有能になるが、複雑で対話的な環境で効果的に機能するためには、重要なガイダンスや広範な相互作用履歴を必要とすることが多い。テキスト内学習による計画能力を高める新しいLLMエージェントフレームワークを提案する。我々のエージェントは、その相互作用軌跡からタスククリティカルな原子事実'を抽出することを学ぶ。
論文参考訳（メタデータ） (2025-06-10T18:36:31Z)
Towards Effective Code-Integrated Reasoning [89.47213509714578]
モデルが必要に応じてコードを生成するコード統合推論について検討し、コードインタプリタを通じてそれを実行することによってフィードバックを統合する。ツール強化強化学習は、学習力学における潜在的な不安定さに悩まされる可能性がある。我々は、探索と安定性のバランスをとるための強化されたトレーニング戦略を開発し、推論性能を改善しながら、ツールの利用能力を徐々に構築する。
論文参考訳（メタデータ） (2025-05-30T11:30:18Z)
Improving Harmful Text Detection with Joint Retrieval and External Knowledge [16.68620974551506]
本研究では,学習済み言語モデルと知識グラフを統合し,有害テキスト検出の精度と堅牢性を向上させるための共同検索フレームワークを提案する。実験結果から, 結合探索法は単一モデルベースラインよりも有意に優れていた。
論文参考訳（メタデータ） (2025-04-03T06:37:55Z)
Learning Task Representations from In-Context Learning [73.72066284711462]
大規模言語モデル(LLM)は、文脈内学習において顕著な習熟性を示している。 ICLプロンプトにおけるタスク情報をアテンションヘッドの関数として符号化するための自動定式化を導入する。提案手法の有効性は,最後の隠れ状態の分布と最適に実行されたテキスト内学習モデルとの整合性に起因していることを示す。
論文参考訳（メタデータ） (2025-02-08T00:16:44Z)
A Comprehensive Survey on Integrating Large Language Models with Knowledge-Based Methods [4.686190098233778]
大規模言語モデル(LLM)は構造化知識ベースシステムと統合することができる。本稿では, LLMと知識基盤の関係を調査し, 実際に適用できる方法について検討し, 技術的, 運用的, 倫理的課題について考察する。これは、データコンテキスト化、モデル精度、知識リソースの利用に関する構造化知識ベースシステムに生成AIを組み込むことの利点を示す。
論文参考訳（メタデータ） (2025-01-19T23:25:21Z)
IntelliChain: An Integrated Framework for Enhanced Socratic Method Dialogue with LLMs and Knowledge Graphs [1.810537720642316]
本研究では,ソクラテス教育に適したマルチエージェントシステムの設計とコラボレーションの最適化方法について検討する。この研究は知識グラフを組み込むことによって、特定の教育内容を扱うLLMの能力を高めた。
論文参考訳（メタデータ） (2025-01-07T03:32:29Z)
Improving Agent Interactions in Virtual Environments with Language Models [0.9790236766474201]
本研究は、Minecraftデータセットにおける集合的なビルディング割り当てに焦点を当てる。我々は,最先端手法によるタスク理解を強化するために,言語モデリングを採用している。
論文参考訳（メタデータ） (2024-02-08T06:34:11Z)
Injecting linguistic knowledge into BERT for Dialogue State Tracking [60.42231674887294]
本稿では,教師なしの枠組みを用いて言語知識を抽出する手法を提案する。次に、この知識を用いて、対話状態追跡(DST)タスクにおけるBERTの性能と解釈可能性を高める。このフレームワークを様々なDSTタスクでベンチマークし、精度の顕著な改善を観察する。
論文参考訳（メタデータ） (2023-11-27T08:38:42Z)
Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis [96.53859361560505]
本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。 KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。 3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
論文参考訳（メタデータ） (2022-01-13T08:25:53Z)
A Dependency Syntactic Knowledge Augmented Interactive Architecture for End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。 3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
論文参考訳（メタデータ） (2020-04-04T14:59:32Z)

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。