Fugu-MT 論文翻訳(概要): The Language of Instruction: Genre and Generative AI

論文の概要: The Language of Instruction: Genre and Generative AI

arxiv url: http://arxiv.org/abs/2610.32982v1
Date: Fri, 23 Oct 2026 17:59:56 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-27 01:38:06.633582
Title: The Language of Instruction: Genre and Generative AI
Title（参考訳）: インストラクションの言語:ジェネラルとジェネリックAI
Abstract要約: このジャンルは、生成モデルと人間の間の以前の会話から脱帰的言語を融合させたものである。命令の微調整、システムプロンプトとして知られるプリテキストの挿入、マークアップ言語での入力の形式化などを通じてアプリケーション内でインスタンス化される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This article argues that instruction-fine-tuned language models should be understood as implementing a genre, what is proposed as the instructional-conversational genre. This genre is an amalgamation of discursive language from prior conversations between generative models and humans recursively run through these massive neural networks. It is instantiated in applications through instruction fine-tuning, the inclusion of a pretext known as a system prompt, and the formalization of inputs in mark-up languages characterized by the use of special tokens and role assignment in turntaking structures.
Abstract（参考訳）: 本論では, 命令記述型言語モデルは, 教育対話型ジャンルとして提案されるジャンルの実装として理解されるべきである,と論じる。このジャンルは、生成的モデルと人間がこれらの巨大なニューラルネットワークを通して再帰的に実行する以前の会話から、解約的言語を融合したものである。命令の微調整、システムプロンプトとして知られるプリテキストの挿入、特別なトークンの使用とターンテイク構造における役割割り当てを特徴とするマークアップ言語での入力の形式化などを通じて、アプリケーション内でインスタンス化される。

関連論文リスト

On The Landscape of Spoken Language Models: A Comprehensive Survey [144.11278973534203]
音声言語モデル(SLM)は、普遍的な音声処理システムとして機能する。この領域での作業は非常に多様であり、様々な用語と評価設定がある。
論文参考訳（メタデータ） (2025-04-11T13:40:53Z)
Finding Structure in Language Models [3.882018118763685]
この論文は、言語モデルが人間のものと似た文法構造を深く理解しているかどうかに関するものである。我々は,大規模言語モデルの複雑な性質の理解を深める新しい解釈可能性技術を開発する。
論文参考訳（メタデータ） (2024-11-25T14:37:24Z)
Prompt2DeModel: Declarative Neuro-Symbolic Modeling with Natural Language [18.00674366843745]
本稿では,自然言語による複雑なニューロシンボリックモデルのためのドメイン知識構築のためのパイプラインを提案する。提案するパイプラインは,動的なコンテキスト内実演検索,シンボル可視化からのフィードバックに基づくモデル改良,ユーザインタラクションなどの手法を利用する。このアプローチによって、ML/AIに精通していないドメイン専門家でさえ、自身の知識をカスタマイズされたニューラルモデルに組み込むように正式に宣言することが可能になる。
論文参考訳（メタデータ） (2024-07-30T03:10:30Z)
Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文参考訳（メタデータ） (2024-05-08T00:18:56Z)
Zur Darstellung eines mehrstufigen Prototypbegriffs in der multilingualen automatischen Sprachgenerierung: vom Korpus \"uber word embeddings bis hin zum automatischen W\"orterbuch [0.0]
名詞 valency Portlex の多言語辞書は、Xera と Combinatoria を自動生成するきっかけとなったと考えられている。両方のプロトタイプは、名詞句の自動生成に使用されている。
論文参考訳（メタデータ） (2023-12-26T19:39:25Z)
Benchmarking Language Models for Code Syntax Understanding [79.11525961219591]
事前学習された言語モデルは、自然言語処理とプログラム理解の両方において素晴らしい性能を示している。本研究では,プログラムの構文構造を特定するための,最先端の事前訓練モデルの最初の徹底的なベンチマークを行う。この結果から,既存のプログラミング言語の事前学習手法の限界が指摘され,構文構造をモデル化することの重要性が示唆された。
論文参考訳（メタデータ） (2022-10-26T04:47:18Z)
Usage-based learning of grammatical categories [0.0]
本稿は、これらのカテゴリがどのように獲得され、どこから来たのかという疑問を提起する。本稿では,言語相互作用の成功に基づくスコアを持つ分類型ネットワークが,文法カテゴリーの自発的な形成につながることを示す。
論文参考訳（メタデータ） (2022-04-14T07:44:25Z)
AUTOLEX: An Automatic Framework for Linguistic Exploration [93.89709486642666]
本稿では言語学者による言語現象の簡潔な記述の発見と抽出を容易にするための自動フレームワークを提案する。具体的には、この枠組みを用いて、形態的一致、ケースマーキング、単語順序の3つの現象について記述を抽出する。本研究では,言語専門家の助けを借りて記述を評価し,人間の評価が不可能な場合に自動評価を行う手法を提案する。
論文参考訳（メタデータ） (2022-03-25T20:37:30Z)
Towards Zero-shot Language Modeling [90.80124496312274]
人間の言語学習に誘導的に偏りを持つニューラルモデルを構築した。類型的に多様な訓練言語のサンプルからこの分布を推測する。我々は、保留言語に対する遠隔監視として、追加の言語固有の側情報を利用する。
論文参考訳（メタデータ） (2021-08-06T23:49:18Z)
SLM: Learning a Discourse Language Representation with Sentence Unshuffling [53.42814722621715]
談話言語表現を学習するための新しい事前学習目的である文レベル言語モデリングを導入する。本モデルでは,この特徴により,従来のBERTの性能が大幅に向上することを示す。
論文参考訳（メタデータ） (2020-10-30T13:33:41Z)

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。