Computerwissenschaften - Rechnen und Sprache

Diese Studie analysiert, wie Sprache kulturelle Werte in grossen Modellen beeinflusst.

Eine Methode zur Identifizierung von Emotionen und deren Ursachen in unbeschrifteten Daten.

L-ICV verbessert die Leistung beim visuellen Fragenbeantworten mit weniger Beispielen.

Dieser Artikel untersucht, wie relationale Konzepte die Wissensabfrage in grossen Sprachmodellen beeinflussen.

APPL vereinfacht die Entwicklung mit grossen Sprachmodellen und nutzt eine intuitive, pythonähnliche Syntax.

Untersuchung der Wurzeln und Auswirkungen von Vorurteilen in der Sprachtechnologie.

Langzeit-Kontext-Sprachmodelle machen komplexe Aufgaben einfacher und verbessern die Interaktion mit KI.

Ein neues Framework geht Herausforderungen bei der Wissensdistillation für langgestreckte Daten an.

Dieser Artikel untersucht Möglichkeiten, die Planungsfähigkeiten in grossen Sprachmodellen zu verbessern.

Ein neuer Datensatz verbessert das Verständnis von Geschichten in mehreren Sprachen.

Die Sicherheitsherausforderungen durch gegnerische Angriffe auf multimodale Agenten erkunden.

GLM-4 Modelle zeigen verbesserte Fähigkeiten im Sprachverständnis und in der Sprachgenerierung.

Dieser Artikel untersucht, wie LLMs komplexe Mehrfachfragen beantworten.

Ein neues Modell kombiniert LLMs und maschinelle Übersetzung für bessere Sprachverarbeitung.

Die Probleme und möglichen Verbesserungen im akademischen Peer-Review untersuchen.

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.