Computerwissenschaften - Rechnen und Sprache

Untersuchen, wie die repräsentative Ausrichtung die Sprachentwicklung bei künstlichen Agenten beeinflusst.

Diese Studie untersucht die Beziehung zwischen multimodalen Modellen und menschlichem Denken.

Forschung verbessert ASR-Systeme mit Sprachmodellen für bessere Genauigkeit.

Neue Methoden verbessern Dialogsysteme ohne umfangreiche beschriftete Datensätze.

Ein neues Modell integriert Audio- und Visualdaten für Spracherkennung und Übersetzung.

Ein neuer Ansatz verbessert die Verbindung zwischen Bildern und Text für eine bessere Interpretation.

Eine detaillierte Studie darüber, wie Modelle Texte auswendig lernen und welche Auswirkungen das hat.

Ein neues Modell verbessert das Verständnis von Sprache durch strukturierte Datenrepräsentation.

Ein Toolkit, das für eine bessere Bewertung von Mensch-Bot-Interaktionen entwickelt wurde.

Ein neuer Ansatz kombiniert Sprachmodelle und Aufforderungen für bessere rechtliche Einblicke.

Ein neues Modell verbessert die Sprachsynthese für verschiedene chinesische Dialekte.

Ap pWorld simuliert echte Aufgaben für KI-Agenten in einer kontrollierten Umgebung.

Untersuchung der differenziellen Privatsphäre in der Verarbeitung natürlicher Sprache für besseren Datenschutz.

Eine neue Methode zur Verbesserung kleiner Sprachmodelle mit Hilfe von Wissensgraphen für bessere kausale Analysen.

Eine Studie zur Effektivität von Systemen und Datensätzen zur Erkennung von beleidigender Sprache.

Ein einzigartiger Datensatz, der geschriebene Gedichte mit Audio-Lesungen verknüpft.

Eine neue Methode vereinfacht die Datenauswertung aus medizinischen Berichten und steigert die Effizienz.

Eine neue Methode verbessert die Genauigkeit bei der Erkundung von Sprachmodellen für Wissen.

Dieses Projekt zielt darauf ab, Vorurteile in Sprachmodellen für europäische Sprachen zu erkennen und zu reduzieren.

Der Einsatz von LLMs kann die Effizienz bei der Extraktion von Prozessinformationen aus Texten in natürlicher Sprache verbessern.

Ein neues Modell verbessert die Suche nach Rechtsfällen und die Vorhersage von Ergebnissen.

Eine Studie zeigt Erkenntnisse zur Leistung des kontextuellen Lernens bei verschiedenen Modellarchitekturen.

Ein neuer Massstab zur Bewertung von Modellen, die Musik und Sprache analysieren.

Forscher untersuchen, wie Modelle aus dem Kontext lernen, indem sie Aufgaben zur polynomialen Regression nutzen.

Selektives Debiasing zielt darauf ab, die Fairness bei maschinellen Lernvorhersagen zu verbessern.

Die Anpassung der zirkulären Faltung bietet effiziente Lösungen zur Feinabstimmung komplexer Modelle.

Diese Studie untersucht, wie Sprachmodelle im Vergleich zu Menschen in verschiedenen Phasen lernen.

Ein tiefer Einblick in die Bedeutung der Interpretation von NLP-Modellen.

Eine neue Methode verbessert die Evaluierungsgenauigkeit bei der Autorenerkennung, indem sie das Thema-Leckage reduziert.

Erkunde verschiedene Frameworks und Methoden, um grosse Sprachmodelle effektiv zu bewerten.

Ein neues KI-Modell konzentriert sich darauf, die Sprachen Südostasiens zu unterstützen.

Eine Studie über die Einbeziehung verschiedener Perspektiven in Argumentationsabrufsysteme.

Dieser Artikel betrachtet Schachzüge ähnlich wie Sprache und zeigt Muster und Einsichten auf.

Dieses Papier behandelt Verbesserungen von Sprachmodellen für rechtliche Anwendungen.

Dieser Artikel beschreibt eine Technik zur Verwendung von kleineren Mini-Batches beim Training von LLMs.

Dieses Papier untersucht die Nachteile von LLM-generierten Daten zum Trainieren neuer Modelle.

Ein neuer Datensatz zeigt die öffentlichen politischen Stimmungen während der Wahlen in Bangladesch.

Vorstellung von Modellen, die darauf ausgelegt sind, die Verarbeitung natürlicher Sprache auf Portugiesisch zu verbessern.

Untersuchen, wie Antwortmethoden die menschenähnlichen Gespräche von Chatbots verbessern.

Die Forschung konzentriert sich darauf, kleinere MLLMs zu verbessern, indem Wissen aus grösseren Modellen genutzt wird.