Computerwissenschaften - Rechnen und Sprache

Diese Studie befasst sich mit den Herausforderungen von Audio-Sprachmodellen für ressourcenarme Sprachen.

Untersuchen, wie Sprachmodelle Faktenwissen lernen und wo ihre Grenzen sind.

Die GroupDebate-Methode senkt die Kosten und verbessert gleichzeitig die Genauigkeit in Agenten-Diskussionen.

Diese Studie verbessert die Emotions­erkennungssysteme für weniger verbreitete Sprachen mithilfe von Daten mit hohem Ressourcen­anteil.

Dieses Papier bewertet, wie gut Sprachmodelle wissenschaftliche Konzepte erklären.

Token-Pooling verbessert die Datenspeicherung und sorgt gleichzeitig für eine hohe Abrufgenauigkeit.

Ein Modell verbessert Sprachaufgaben in mehrsprachigen Umgebungen und geht die Herausforderungen des Code-Switching an.

Ein neuer Ansatz verbessert das Lernen von Robotern, indem er umfangreiche Sprachbefehle mit Daten kombiniert.

Eine Studie zur Leistung von LLMs mit Anweisungstuning und In-Context-Lernen.

Ein neues Modell verbessert die Effizienz beim Sammeln von Sprachdaten während der Feldarbeit.

Diese Studie untersucht, wie Sprachmodelle effektive Titel für Forschungspapiere aus Abstracts erstellen.

Diese Studie untersucht die Wirksamkeit von Sparse Autoencodern beim Verstehen von Sprachmodellmerkmalen.

PODA verbessert die Fähigkeit von KI, Texte zu verstehen und logisch zu denken.

Ein neues Framework vereinfacht das Design von Mikrostrukturen mithilfe von natürlichen Sprachbefehlen.

Diese Forschung untersucht die Effektivität von LLMs in verschiedenen Sprachen neben Englisch.

Forschung zeigt, dass KI die Ansichten von Nutzern aus indirekten Beiträgen in sozialen Medien vorhersagen kann.

Dieser Artikel untersucht, wie verschiedene Schichten die Leistung von LLM beeinflussen.

Eine Studie darüber, wie KI-Agenten benutzerdefinierte Regeln mithilfe des ACS-Datensatzes befolgen.

CADA-GAN verbessert die Leistung von ASR-Systemen in verschiedenen Aufnahmeumgebungen.

Neue Methoden verbessern die Leistung von LLMs, indem sie die Token-Eingabe komprimieren.

MQM-APE verbessert die Qualität von maschinellen Übersetzungsbewertungen durch fortgeschrittene Fehleranalysen.

Diese Studie bewertet, wie gut LLMs narrative Tropen in Filmbeschreibungen verstehen.

Die FLEX-Methode bietet einen neuen Ansatz zur genauen Bewertung von Text-to-SQL-Systemen.

Neue Funktionen verbessern das Nutzererlebnis beim Bildschirmverständnis und mehrsprachigen Interaktionen.

Technologie nutzen, um Pflanzenmerkmale schnell und effizient aus dem Web zu sammeln.

EVA kombiniert Audio- und visuelle Signale für eine bessere Sprach­erkennungs­genauigkeit.

Ein neues Modell verbessert Text-Embeddings durch In-Context-Lernstrategien.

Eine neue Methode zielt darauf ab, semantisches Lecken in mehrsprachigen Satz-Embeddings zu reduzieren.

Neue Modelle zielen darauf ab, schädliche Sprache online durch fortschrittliche Erkennungstechniken zu bekämpfen.

QualIT verbessert die Textanalyse, indem es Sprachmodelle mit Clustering-Techniken kombiniert.

Diese Studie untersucht die Rolle von KI bei Gehaltsverhandlungs-Tipps und möglichen Vorurteilen.

Ein neues Framework verbessert die Dialogqualität in Bildungs-Chatbots für effektives Lernen.

Diese Forschung untersucht die Leistung von LLMs bei kognitiven Aufgaben, die ähnlich sind wie das Verhalten von Säuglingen.

Ein neues Tool bewertet die Leistung grosser Sprachmodelle über verschiedene Datentypen hinweg.

Dieser Artikel stellt ein neues Framework vor, um Techniken zur Inferenzzeit für Sprachmodelle zu verbessern.

Eine neue Methode verbessert die Genauigkeit der Extraktion von Aspekt-Sentiment-Dreiergruppen.

Ein neues Framework verbessert die Erstellung von Prompts für grosse Sprachmodelle.

Diese Studie bewertet verschiedene Modelle, um klinische Informationen effektiv abzurufen.

Eine neue Methode verbessert die Flash Attention-Leistung für spärliche Aufmerksamkeitsmasken.

Eine neue Kennzahl, die die Bewertung der faktischen Konsistenz in automatischen Zusammenfassungen verbessert.