Computerwissenschaften - Rechnen und Sprache

Wir stellen eine neue Skala zur Bewertung der emotionalen Tiefe in Geschichtenerzählen vor.

Eine Methode, um das Wissen eines Modells durch interne Verarbeitung zu bewerten.

Hierarchische Prompting-Taxonomie verbessert die Bewertungsmethoden für Sprachmodelle.

DetectBench bewertet LLMs danach, wie gut sie versteckte Hinweise in Denksportaufgaben erkennen können.

Hier ist SeTAR, eine trainingsfreie Lösung, um Daten zu erkennen, die ausserhalb der Verteilung in neuronalen Netzen liegen.

Eine Studie über die Nutzung von LLMs, um andere LLMs zu bewerten und die Auswirkungen davon.

Erkunde die Auswirkungen von IA-Forschung auf die Verarbeitung natürlicher Sprache.

PromptDSI verbessert die Dokumentenabrufung, indem es neue und vorhandene Informationen effizient verwaltet.

Eine neue Methode verbessert die maschinelle Übersetzung für unterrepräsentierte Sprachen.

Der MultiSocial-Datensatz hilft dabei, maschinell erzeugte Texte in 22 Sprachen zu erkennen.

P-Tailor passt Sprachmodelle an, indem es die Big Five Persönlichkeitsmerkmale nutzt.

Dieser Artikel handelt davon, wie tiefe neuronale Netzwerke Sprache durch die Vorhersage des nächsten Tokens lernen.

FuseGen kombiniert mehrere Modelle für bessere Qualität von synthetischen Daten im Machine Learning.

Synthetische Daten verbessern die Genauigkeit der Einstellungsdetektion in Online-Diskussionen.

Eine neue Methode, um die Stabilität und Leistung von Modellen in ressourcenarmen Umgebungen zu verbessern.

IPEval bewertet das Verständnis von Sprachmodellen für Konzepte des geistigen Eigentums.

Neue Methoden verbessern die Kommunikation für die Gehörlosengemeinschaft durch verbesserte Gebärdenspracheerkennung.

Snap hilft grossen Sprachmodellen, bestimmte Informationen zu verlernen und gleichzeitig ihre Leistung zu behalten.

Dieser Artikel bewertet FS-GEN, das grosse und kleine Modelle kombiniert, um bessere Ergebnisse zu erzielen.

Ein Rahmen, um die faktuelle Genauigkeit und Zuverlässigkeit von Sprachmodellen zu bewerten.

Diese Studie bewertet LLM-Therapeuten aus der Sicht der Klienten anhand simulierter Interaktionen.

LLMs können bei der Unterstützung zum Schutz vor Social Engineering helfen, bringen aber auch neue Risiken mit sich.

Eine neue Technik verbessert die Anomalieerkennung mit selbstüberwachtem Lernen.

Untersuchen, wie Eingaben das Denken in grossen Sprachmodellen beeinflussen.

UNCTAD hat ein Open-Source-RAG-Tool entwickelt, um den Datenzugang und die Effizienz zu verbessern.

Ein neues Modell erzeugt tschechische Poesie mit verbessertem Reim und Rhythmus.

LLM-A* kombiniert traditionelle Algorithmen mit Sprachmodellen für effiziente Routenplanung.

SAFER verbessert Vorhersagen in Wissensgraphen mit begrenzten Beispielen.

Ein neuer Massstab bewertet die Denkfähigkeiten von Sprachmodellen.

WavRx analysiert Sprache für die Gesundheit und schützt dabei die Privatsphäre, wobei vielversprechende diagnostische Ergebnisse erzielt werden.

Ein neuer Ansatz zur Verbesserung von medizinischen Dialogsystemen passt sich dem Denken von Kliniker:innen an.

Ein reichhaltiger Datensatz mit 2,7 Millionen Nachrichtenartikeln von 1878 bis 1977.

Eine Studie darüber, wie Sprachmodelle überzeugende Begründungen für die Bewertung von Argumenten erzeugen.

Zwei neue Modelle sollen den Zugang zu Technologie für galizische Sprecher verbessern.

Untersuchen, wie LLMs Denkaufgaben effektiv verarbeiten.

Die Rolle von Sprachmodellen bei der Verarbeitung strukturierter Daten untersuchen.

Eine neue Methode verbessert die Vorhersage des Alzheimer-Risikos mithilfe von elektronischen Gesundheitsakten und fortschrittlichen Modellen.

Eine neue Methode verbessert, wie KI-Modelle räumliche Beziehungen verstehen.

Erkunde, wie Technologie die Unterstützung und Pflege im Bereich psychische Gesundheit neu gestaltet.

FoRAG hat das Ziel, die Genauigkeit der Antworten und die logische Struktur in langen Antworten zu verbessern.