Tag
3 件の関連記事
Lihao Liu氏らは2026年9月3日(現地時間)、arXiv cs.CLで、プロンプト最適化手法「ESPO (Error-Structured Prompt Optimization)」に関する研究論文を発表した。既存手法であるGEPAなどが抱えるプロンプトの肥大化と精度停滞の問題を指摘し、これを解決する新たなフレームワークを提案。7つの公開NLPベンチマークにおいて、平均精度を既存手法より3.76パーセントポイント向上させるとともに、プロンプト長を47パーセント短縮することに成功した。
arXiv cs.CLは2026年7月9日(現地時間)、自然言語処理(NLP)におけるステレオタイプ軽減の前処理ベース手法が、意図しない副作用を引き起こす可能性を指摘する研究論文を発表しました。この研究によると、特定のグループに対するステレオタイプが減少する一方で、他のデモグラフィックにおいてステレオタイプまたは反ステレオタイプが増加する予期せぬ変化が確認されました。これらの副作用は、関連性のないデモグラフィックカテゴリ間でも発生しうると報告されています。
arXiv cs.CLは2026年5月21日(現地時間)、自然言語処理（NLP）におけるトークン化の課題に対応する新アルゴリズム「ConvexTok」に関する論文を公開した。同アルゴリズムは線形計画法と凸最適化ツールを用い、既存手法が局所的な最適化にとどまるのに対し、語彙全体を包括的に考慮する。論文は、ConvexTokが従来の貪欲的なアプローチと異なる点を説明している。