Neuste Artikel für Natursprachverarbeitung

Untersuchen, wie Sprachmodelle Konzepte codieren und miteinander in Beziehung setzen.

Diese Forschung untersucht, wie Sprachmodelle die Reihenfolge von Adjektiven vorhersagen.

Dieser Artikel untersucht, wie sozialer Kontakt helfen kann, Vorurteile in Sprachmodellen zu verringern.

Studie prüft, ob LLMs Antworten raten oder wirklich Fragen verstehen.

Wir stellen ein neues Modell vor, das Text und Layout effizient kombiniert, um das Verständnis von Dokumenten zu verbessern.

Ein neuer Ansatz, um Effizienz und Geschwindigkeit in Sprachmodellen zu verbessern.

Ein neuer Ansatz verbessert die Klarheit in Radiologieberichten für ein besseres Verständnis durch Maschinen.

Techniken zur Reduzierung von schädlicher Sprachgenerierung in KI-Modellen.

Diese Studie untersucht, wie LLMs ihr eigenes Wissen und das Risiko von Fehlern bewerten.

Ein neues System verbessert die Genauigkeit der Tweet-Klassifizierung mit Techniken des Transferlernens.

Untersuchen, wie Quantisierung die Leistung in verschiedenen Sprachen beeinflusst.

Eine Methode, um Sprachmodelle zu verbessern, indem man interessante Mehrfachdialoge erstellt.

Eine neue Methode, um die Modellleistung bei Daten ausserhalb der Verteilung zu verbessern.

Eine Studie darüber, wie man KI-generierte Texte von menschlichem Schreiben unterscheiden kann.

GPTQT steigert die Effizienz und Leistung bei der Quantisierung grosser Sprachmodelle und macht KI zugänglicher.

Dieses Papier schlägt eine Methode vor, um ICL in Modellgewichte umzuwandeln, um die Leistung zu verbessern.

Testframeworks verbessern die Zuverlässigkeit von Sprachmodellen, damit sie verlässliche Antworten geben.

Ein genauer Blick darauf, wie Code-LLMs Transformationen im Code verwalten.

Neuer Datensatz verbessert Bild- und Textgenerierung in Vision-Sprachmodellen.

Forscher testen Methoden, um das Denken in Sprachmodellen durch neue Aufforderungstechniken zu verbessern.

XferBench bewertet die Qualität von Sprachen, die von Maschinen entwickelt wurden.

Eine Studie darüber, wie LLMs mit Codierungsregeln und -beschränkungen umgehen.

Innovatives Ensembleverfahren verbessert die Genauigkeit von Sprach- und visuellen Modellen.

Eine neuartige Methode, um Sprachmodelle effizient mit weniger Parametern anzupassen.

PEER revolutioniert die Effizienz von Modellen, indem es kleine, anpassbare Experten für die Verarbeitung natürlicher Sprache nutzt.

Ein Tool, um irreführende Antworten von grossen Sprachmodellen zu erkennen.

Das Anpassen von Eingabeaufforderungen an bestimmte Modelle verbessert die Leistung bei Sprachaufgaben.

Die Forschung untersucht, wie gut Sprachmodelle Humor im Chinesischen verstehen.

Entdecke die Bedeutung und Herausforderungen bei der effektiven Bewertung der Leistung von LLMs.

Untersuchung der Rolle von semantischen Graphen beim Vereinfachen von Sätzen mit grossen Sprachmodellen.

Ein neuer Ansatz, um Stimmungen in Texten mit fortschrittlichen Modellen zu analysieren.

Forschung untersucht, wie man die Generierung von Zitaten mit grossen Sprachmodellen verbessern kann.

CLIP-CITE verbessert CLIP-Modelle für spezielle Aufgaben und behält gleichzeitig die Flexibilität.

Ein Blick auf Methoden und Herausforderungen bei der Generierung von kontrafaktischen Aussagen in NLP.

Eine neue Methode verbessert die Leistung von Sprachmodellen, indem sie Unsicherheiten bei der Textgenerierung angeht.

Ein neuer Datensatz zeigt die Komplexität der Sentimentanalyse in längeren Texten.

Datenlabeling bei Entitätserkennung mit aktiven Lernansätzen optimieren.

Eine umfassende Übersicht über Datensätze, die in Audio-Sprachmodellen verwendet werden, und deren Bedeutung.

Forscher zeigen effektive Techniken zum Analysieren von Argumenten in Sprachen mit wenigen Daten.

Ein Rahmen für besseres Multi-Hop-Fragenbeantworten mit baumähnlichem Denken.