Computerwissenschaften - Rechnen und Sprache

Ein neues Datenset und Modell verbessern das Parsing von komplexen akademischen Texten.

Ein neues Framework verbessert die Genauigkeit und reduziert Fehler bei der Erstellung medizinischer Texte.

SelECT-SQL verbessert die Genauigkeit bei der Umwandlung von natürlicher Sprache in SQL-Abfragen.

SC-Phi2 ist ein kleines Sprachmodell, das für effizientes Spielen in StarCraft II entwickelt wurde.

Ein neuer Ansatz verbessert die Zuverlässigkeit beim Training von Sprachmodellen durch robuste Feedbacksysteme.

Eine neue Methode verbessert das modelle Denken durch strukturierte Programmabläufe.

Eine neue Methode nutzt Audio, um die Aussprachegenauigkeit von Maschinen zu verbessern.

Ein neues System kombiniert LLMs und symbolische KI für bessere Genauigkeit und Transparenz.

HEARTS hat das Ziel, die Erkennung von Stereotypen in Texten zu verbessern und dabei Erklärbarkeit und Nachhaltigkeit zu gewährleisten.

Eine neue Methode verbessert den Gesprächsfluss, indem sie mehrere Dokumente als Quellen nutzt.

Die Sprachmodelle verbessern, um bessere arabische Dialekterzeugung und kulturelles Bewusstsein zu erreichen.

Die GenSEC-Herausforderung erkunden, um die Genauigkeit der Spracherkennung zu verbessern.

NVLM verbessert das Verständnis von KI für Sprache und Bilder bei verschiedenen Aufgaben.

Eine neue Methode verbessert die Datenauswahl für das Trainieren von Sprachmodellen.

Untersuchen, wie KI-Agenten wissenschaftliche Ergebnisse durch einen neuen Benchmark reproduzieren.

THaMES bietet einen Rahmen, um Halluzinationen in Sprachmodellen zu reduzieren.

Bemühungen, irreführenden Audioinhalt zu erkennen, der durch Technologie erstellt wurde, sind echt wichtig.

Eine Methode, um das Verständnis von Dokumenten zu verbessern, indem kleinere Modelle von grösseren trainiert werden.

Roboter verbessern die Aufgabenleistung mit progressiver Retrieval-unterstützter Generierung.

Neue Methoden verbessern die Übersetzungsgenauigkeit und Effizienz für mehrere Sprachen.

LOLA verbessert die Kommunikation, indem es effizient über 160 Sprachen unterstützt.

Forschung zeigt, dass Recency-Bias die Vorhersagen zur Lesezeit in Sprachmodellen verbessert.

Neue Methoden zielen darauf ab, Ungenauigkeiten in Sprachmodellen innerhalb von Informationsretrieval-Systemen zu reduzieren.

Eine Studie zur Effektivität von automatisierten Bewertungsmodellen für Sprachmodelle.

PaperQA2 hilft Forschern bei der Literatursuche und Fehlererkennung.

Die Auswirkungen von Komprimierungsmethoden auf die Leistung von Sprachmodellen bewerten.

Ein neues Framework verbessert die Modellleistung, indem es die Zuverlässigkeit von Feedback berücksichtigt.

Forscher stellen Blind-VaLM vor, das Sprachmodelle effizient mit visuellem Wissen verbessert.

Semformer integriert Planung in Sprachmodelle und verbessert damit Genauigkeit und Effizienz.

Promptriever vereinfacht die Informationssuche, indem es den Anweisungen der Nutzer folgt.

Diese Forschung untersucht, wie man Sprachmodelle für einfacheres Programmieren von Robotern durch natürliche Sprache nutzen kann.

Lern, wie man Bilder effektiv bewertet und vergleicht.

Diese Studie bewertet, wie QA-Modelle mit Rauschen in den Eingabedaten umgehen.

Die TRIM-Methode reduziert Bildtokens in multimodalen Sprachmodellen, während die Leistung erhalten bleibt.

Eine Übersicht über Technologien zur Erkennung von Schlüsselwörtern und deren Herausforderungen mit der Urdu-Sprache.

Diese Forschung verbessert den Wissensaustausch zwischen Kinyarwanda und Kirundi mit mehrsprachigen Modellen.

Eine neue Methode verbessert die Effizienz beim Fine-Tuning von Sprachmodellen.

GenCRF verbessert die Umformulierung von Suchanfragen für eine genauere Nutzerabsicht.

Attention-Seeker verbessert die Schlüsselphrase-Extraktion mit Selbstaufmerksamkeitskarten aus Sprachmodellen.

Hier ist CREAM, ein Framework für effektive Bewertungen von Besprechungszusammenfassungen ohne Referenztexte.