Advances in Explainability, Agents, and Large Language Models : First International Workshop on Causality, Agents and Large Models, CALM 2024, Kyoto, Japan, November 18-19, 2024, Proceedings (Communications in Computer and Information Science)

個数：
  • ポイントキャンペーン

Advances in Explainability, Agents, and Large Language Models : First International Workshop on Causality, Agents and Large Models, CALM 2024, Kyoto, Japan, November 18-19, 2024, Proceedings (Communications in Computer and Information Science)

  • 在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
    通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
    【重要ご説明事項】
    1. 納期遅延や、ご入手不能となる場合がございます。
    2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
    3. 美品のご指定は承りかねます。

    ●3Dセキュア導入とクレジットカードによるお支払いについて
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Paperback:紙装版/ペーパーバック版／ページ数 127 p.
  • 言語 ENG
  • 商品コード 9783031891021
  • DDC分類 006.3

Full Description

This book constitutes the refereed proceedings of the First International Workshop on Advances in explainability, agents, and large language models, CALM 2024, held in Kyoto, Japan, during November 18-19, 2024.

The 7 full papers and 1 short paper presented in this book were carefully reviewed and selected from 17 submissions. The Workshop on Causality, Agents, and Large Models (CALM) was established to foster interdisciplinary collaboration and advance research at the intersection of causal reasoning, multi-agent systems (MAS), and large language models (LLMs).

Contents

.- Enhancing Personalized Nutrition: A Hybrid Intelligence Approach with LLM-Powered Meal Planning.

.- Generating Explanations for Molecular Property Predictions in Graph Neural Networks.

.- Balancing (Normative) Reasons for the Intelligent Human-input-based Blockchain Oracle.

.- Feature Generation Using LLMs: An Evolutionary Algorithm Approach.

.- Augmenting Dark Patterns Text Data by Leveraging Large Language Models: a Multi-Agent Framework and Parameter-Efficient Fine-Tuning.

.- Assessing the Robustness of LLMs in Predicting Supports and Attacks.

.- Enhancing accuracy and explainability in anomaly classification with large language models.

.- Agent-Based Hate Speech Moderation Approach.