Fugu-MT 論文翻訳(概要): Pipeline Inspection, Visualization, and Interoperability in PyTerrier

論文の概要: Pipeline Inspection, Visualization, and Interoperability in PyTerrier

arxiv url: http://arxiv.org/abs/2601.17502v1
Date: Sat, 24 Jan 2026 16:01:57 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-27 15:23:07.893414
Title: Pipeline Inspection, Visualization, and Interoperability in PyTerrier
Title（参考訳）: PyTerrierにおけるパイプライン検査,可視化,相互運用性
Authors: Emmanouil Georgios Lionis, Craig Macdonald, Sean MacAvaney,
Abstract要約: PyTerrierは、Information Retrieval (IR)パイプラインの構築と実験のためのフレームワークを提供する。これらの機能は、研究者、学生、AIエージェントが幅広いIRパイプラインを理解し、使用するのを容易にすることを目的としている。
参考スコア（独自算出の注目度）: 30.03419590071127
License: http://creativecommons.org/licenses/by/4.0/
Abstract: PyTerrier provides a declarative framework for building and experimenting with Information Retrieval (IR) pipelines. In this demonstration, we highlight several recent pipeline operations that improve their ability to be programmatically inspected, visualized, and integrated with other tools (via the Model Context Protocol, MCP). These capabilities aim to make it easier for researchers, students, and AI agents to understand and use a wide array of IR pipelines.
Abstract（参考訳）: PyTerrierは、Information Retrieval (IR)パイプラインの構築と実験のための宣言型フレームワークを提供する。このデモでは、プログラムで検査し、視覚化し、他のツールと(モデルコンテキストプロトコル(MPP)を介して)統合される能力を改善する、最近のパイプライン操作を強調します。これらの機能は、研究者、学生、AIエージェントが幅広いIRパイプラインを理解し、使用するのを容易にすることを目的としている。

関連論文リスト

Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
論文参考訳（メタデータ） (2025-12-18T08:38:44Z)
Constructing and Evaluating Declarative RAG Pipelines in PyTerrier [27.90584159600631]
Retrieval augmented generation (RAG)はパイプラインアーキテクチャのエキサイティングな応用である。 PyTerrierのPyTerrier-RAG拡張は、標準的なRAGデータセットへのアクセスを容易にします。我々は、最先端のスパース、学習されたスパース、そして密集したレトリバーで、より大きなPyTerrierエコシステムを構築する方法を示します。
論文参考訳（メタデータ） (2025-06-12T15:16:34Z)
Purifying, Labeling, and Utilizing: A High-Quality Pipeline for Small Object Detection [83.90563802153707]
PLUSNetは高品質のSmallオブジェクト検出フレームワークである。上流の特徴を浄化するための階層的特徴(HFP)フレームワーク、中流トレーニングサンプルの品質を改善するための多重基準ラベル割り当て(MCLA)、下流タスクを達成するためにより効果的に情報を活用するための周波数分離ヘッド(FDHead)の3つのコンポーネントで構成されている。
論文参考訳（メタデータ） (2025-04-29T10:11:03Z)
Instrumentation and Analysis of Native ML Pipelines via Logical Query Plans [3.2362171533623054]
私たちは、データサイエンティストが機械学習パイプラインを開発し、検証し、監視し、分析するのを支援するために、高度に自動化されたソフトウェアプラットフォームを構想しています。一般的なライブラリに依存したMLパイプラインコードから"論理クエリプラン"を抽出する。これらの計画に基づいて、パイプラインのセマンティクスとインスツルメンタを自動で推論し、MLパイプラインを書き換えて、データサイエンティストが手動でアノテートしたり、コードを書き換えたりすることなく、さまざまなユースケースを可能にします。
論文参考訳（メタデータ） (2024-07-10T11:35:02Z)
pyvene: A Library for Understanding and Improving PyTorch Models via Interventions [79.72930339711478]
$textbfpyvene$は、さまざまなPyTorchモジュールに対するカスタマイズ可能な介入をサポートするオープンソースライブラリである。私たちは、$textbfpyvene$が、ニューラルモデルへの介入を実行し、他のモデルとインターバルされたモデルを共有するための統一されたフレームワークを提供する方法を示します。
論文参考訳（メタデータ） (2024-03-12T16:46:54Z)
Building Interpretable and Reliable Open Information Retriever for New Domains Overnight [67.03842581848299]
情報検索は、オープンドメイン質問応答(QA)など、多くのダウンストリームタスクにとって重要な要素である。本稿では、エンティティ/イベントリンクモデルとクエリ分解モデルを用いて、クエリの異なる情報単位により正確にフォーカスする情報検索パイプラインを提案する。より解釈可能で信頼性が高いが,提案したパイプラインは,5つのIRおよびQAベンチマークにおける通過カバレッジと記述精度を大幅に向上することを示す。
論文参考訳（メタデータ） (2023-08-09T07:47:17Z)
Deep Pipeline Embeddings for AutoML [11.168121941015015]
AutoMLは、最小限の人間の専門知識で機械学習システムを自動デプロイすることで、AIを民主化するための有望な方向である。既存のパイプライン最適化テクニックでは、パイプラインステージ/コンポーネント間の深いインタラクションを探索できない。本稿では,機械学習パイプラインのコンポーネント間のディープインタラクションをキャプチャするニューラルアーキテクチャを提案する。
論文参考訳（メタデータ） (2023-05-23T12:40:38Z)
Finding Reusable Machine Learning Components to Build Programming Language Processing Pipelines [8.548096653876142]
機械学習を使った言語処理のプログラミングは、ここ数年で大幅に改善されている。新たな研究者や開発者が独自の機械学習パイプラインを構築する上で適切なコンポーネントを見つけることは難しい。 PLPタスクの集合を解決するために、再利用可能なコンポーネントを活用して機械学習パイプラインを構築するユースケースをいくつか紹介する。
論文参考訳（メタデータ） (2022-08-11T00:24:10Z)
Interactive Visualization of Protein RINs using NetworKit in the Cloud [57.780880387925954]
本稿では,タンパク質動態,特に残基相互作用ネットワーク(RIN)の例について考察する。 NetworKitを使ってクラウドベースの環境を構築しています。このアプローチの汎用性を実証するために、私たちは、RIN視覚化のためのカスタムJupyterベースのウィジェットを構築するためにそれを使用します。
論文参考訳（メタデータ） (2022-03-02T17:41:45Z)
SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文参考訳（メタデータ） (2021-12-22T14:45:37Z)

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。