Computerwissenschaften - Rechnen und Sprache

Erforschen, wie In-Context-Probing und Einflussfunktionen die Datenauswahl für Modelle verbessern.

Neurale Modelle helfen dabei, beschädigte koptische Manuskripte mit fehlendem Text wiederherzustellen.

Eine Übersicht über Praktiken, die das Vertrauen in die Bewertungen von Machine-Learning-Modellen untergraben.

Diese Studie vergleicht Modelle zur Vorhersage von Emotionen in polnischen politischen Texten.

Neue Methoden für genaue medizinische Übersetzungen entdecken.

Dartboard verbessert die Abrufbarkeit in Sprachmodellen, indem es relevante Informationen maximiert.

Neue Modelle verbessern die Identifizierung von Sprechern in Dialoginhalten.

GoldFinch bietet effizienten Speicher und Verarbeitung für lange Textaufgaben.

Neue Aufmerksamkeitsmethoden verbessern die Effizienz und Leistung von Transformer-Modellen.

Elliptical Attention verbessert den Fokus und die Leistung bei KI-Aufgaben.

HaluQuestQA hilft dabei, Fehler in langen Fragen-Antworten zu finden und zu korrigieren.

RPC-Attention verbessert die Selbstaufmerksamkeitsmodelle für eine bessere Leistung bei rauschenden Daten.

Eine frische Perspektive auf die Rolle der Freiheit in sozialen Debatten.

Forschung hebt Methoden hervor, um die Konsistenz im Dialog bei restaurantbezogenen Gesprächen aufrechtzuerhalten.

Diese Studie stellt eine Methode vor, um Fehler in weniger bekannten Sprachen zu erkennen.

InferAct verbessert die Entscheidungsfindungssicherheit für KI-Agenten in verschiedenen Aufgaben.

Eine Studie über maschinelles Lernen zur Identifizierung von Propaganda in Texten.

J-CHAT bietet ein grosses, Open-Source-Datenset zur Verbesserung von Sprachdialogsystemen.

Diese Studie untersucht Methoden, um zwischen menschlich geschriebenem und maschinell erzeugtem Text zu unterscheiden.

Ein genauerer Blick auf neue Methoden zur Textanonymisierung und ihre Vorteile.

Ein neuer Blick auf Sprache mit Vektorisierung und Sprachmodellen.

Untersuchung der Auswirkungen von LLMs auf soziale Stereotypen und Möglichkeiten zur Verbesserung der Ergebnisse.

Die Rolle und Herausforderungen der Tokenisierung in der Verarbeitung natürlicher Sprache untersuchen.

Studie bewertet, wie gut Sprachmodelle sich anpassen, um verschiedene Themen zusammenzufassen.

Dieser Artikel untersucht, wie Persönlichkeitseigenschaften die Verhandlungsergebnisse durch simulierte Szenarien beeinflussen.

Erforschen, wie Sprachmodelle Denkaufgaben effektiv angehen.

Ein Open-Source-Tool, das sicheren Zugang zu verifizierten wissenschaftlichen Informationen bietet.

Eine Studie zeigt überraschende Risiken beim Teilen sensibler Daten mit Chatbots.

Untersuchen, wie LLMs Zahlen addieren können, ohne dabei explizite Schritte zu zeigen.

Neue Tools ermöglichen intuitive Datenabfragen mit natürlicher Sprache.

Die Kombination von LLMs und Prolog verbessert das Denken bei der Textgenerierung.

Ein neues Modell zur Bewertung von Zufallsübereinstimmungen bei Textannotationsaufgaben.

Eine neue Methode verbessert die Einbettungseffizienz für Sprachmodelle.

Eine neue Methode verbessert das Wasserzeichen, ohne die Textqualität zu opfern.

ReSP verbessert das mehrstufige Fragenbeantworten durch strukturierte Suche und intelligente Zusammenfassung.

Studie zeigt, dass sentimentale Analyse durch lokale LLMs und Mehrheitsabstimmung besser wird.

Lern, wie Prompt-Engineering die Leistung von Sprachmodellen bei NLP-Aufgaben verbessert.

Ein kritikbasierter Ansatz verbessert die Genauigkeit beim Erkennen von Ungenauigkeiten in KI-generierten Texten.

In diesem Artikel werden Methoden besprochen, um die ASR für Sprachen mit wenig Daten zu verbessern.

Die Bedeutung und Schwierigkeiten bei der Bewertung von multimodalen KI-Modellen analysieren.