きめ細かな知識エンティティと多面的な文書埋め込みを用いた学術論文推薦の強化
TL;DR研究者の文献調査の負担を軽減するため、新しい学術論文推薦手法が提案された。従来手法の課題である粗い粒度を克服するため、詳細な知識エンティティ、タイトル、要旨、引用データを統合した多次元情報を用いる。STM-KGデータセットでの実験の結果、上位50件の推薦精度が平均27.3%となり、既存手法を6.7%上回った。
Cog AI Archive
最新の記事
人気記事ピックアップ
RedSage: サイバーセキュリティに特化した汎用LLM
TL;DRRedSageは、プライバシーリスクを回避しつつ多様なセキュリティ業務を支援するために開発された、オープンソースのサイバーセキュリティ特化型LLMである。118億トークンの専門データによる事前学習と、エージェントベースのパイプラインで生成された26.6万件の指示データによる調整を経て、既存モデルを上回る性能を実現した。
保存済みの記事がまだありません。
読み込み中…