System Report for CCL25-Eval Task 5: New Dataset and LoRA-Fine-Tuned Qwen2.5
Haotao Xie
実装難易度
Hard
推論・学習コスト
High
想定用途
生成
概要
Recently, large language models (LLMs) have achieved promising progress in the fields of classical Chinese translation and the generation of classical poetry. However, domain-specific research on precise translation and affective-semantic understanding of classical poetry remains limited. The main challenge is that most studies treat the poetic appreciation task as a general-domain problem,…
何が新しいか
Recently, large language models (LLMs) have achieved promising progress in the fields of classical Chinese translation and the generation of classical poetry. However, domain-specific research on…
何に使えるか
生成
実装情報
- Paper URL
- あり
実装チェックリスト
実装または配布ページ
要確認Paper onlyの可能性があるため再実装前提で確認してください。
一次情報リンク
OKPaper
検証しやすさ
要確認公式実装が見つからないため、論文から再実装する前提です。
計算資源
要確認学習や高解像度推論ではGPUメモリと実行時間に注意が必要です。
ライセンス
未取得配布元のLICENSE、モデルカード、Paperの利用条件を確認してください。
商用利用
未取得研究利用限定、データセット由来制限、API規約の有無を確認してください。
自社データで試すなら
製造業・材料開発のExcel/CSVデータに落とし込むための最初の手順です。
- 1まず自社データを、入力条件、目的変数、評価したい指標に分けて整理します。
- 2LightGBMやRandom Forestなどのベースラインを先に作り、この手法と比較します。
- 3評価指標はR2/RMSE、AUC、異常検知の再現率、実験回数削減率など、現場の意思決定に近いものを選びます。
- 4SHAPや特徴量重要度で、効いている因子が物理・化学・工程知識と矛盾しないか確認します。
実装難易度
Hard - 公式実装が見つからないため、論文から再実装する前提です。
必要リソース
- GPU目安: High
- データセット: 論文・リポジトリ側の指定を確認してください。
- 学習要否: 再学習や評価環境の準備が必要になる可能性があります。
- 学習や高解像度推論ではGPUメモリと実行時間に注意が必要です。
実務で使う場合の注意点
- ライセンスと商用利用条件は、Paper / GitHub / Hugging Face の配布元で確認してください。
- 精度、再現性、計算コストはデータセットや評価条件に依存します。
- 個人情報や機密データを扱う場合は、入力データの保存先と外部API利用条件を確認してください。
関連記事
Corpus Augmentation for Sign Language Translation via LLM-Guided Video Stitching
手話動画を処理して口話翻訳を行うSign Language Translation（SLT）技術は、社会的参加性を高め、手話する人と手話を使わない人の間のコミュニケーションを可能にする上で重要な役割を果たすと同時に、手話
SkillJuror: Measuring How Agent Skill Organization Changes Runtime Behavior
この研究では、進歩的ディスクlosuresを使用して、大型言語モデルがスキルにどのようにアクセスするかを調べ、スキルを書き方を評価するために、スキルJurorを開発しました。
Generative Archetype-Grounded Item Representations for Sequential Recommendation
Sequential recommendation aims to predict users' next interaction with items by analyzing their historical beh
Schützen: Evaluating LLM Safety in Bulgarian and German Contexts
Large language models are increasingly deployed across professional domains, bringing hard-to-predict risks, i