Neuste Artikel für Sprachmodelle

Neue Methode verbessert die Leistung von Sprachmodellen durch bessere Auswahl von Beispielen.

Eine neue Methode verbessert die Denkfähigkeiten von Sprachmodellen durch strukturiertes Feedback.

Ein neuer Ansatz, um die Sicherheit von Sprachmodellen zu verbessern, ohne umfangreiches Neutraining.

MATHWELL hilft Lehrern dabei, schnell spannende Matheaufgaben für K-8 Schüler zu erstellen.

Neuer Benchmark bewertet die Fähigkeiten von LLMs im Umgang mit mehreren Agenten.

Forschung hinterfragt die traditionellen Methoden zur Bewertung von Werten und Meinungen von Sprachmodellen.

Forscher verbessern Encoder-Decoder-Modelle, um die Satzkomplexität besser vorherzusagen, indem sie sprachliche Merkmale nutzen.

Eine Studie über die Auswirkungen von Instruction-Finetuning auf die Modellleistung.

Diese Studie bewertet die Effektivität verschiedener Lernansätze in der mehrsprachigen Verarbeitung natürlicher Sprache.

Dieser Artikel untersucht Geschlechtervorurteile in Sprachmodellen und deren Auswirkungen.

Eine neue Methode verbessert das Fact-Checking in Systemen zur retrieval-unterstützten Generierung.

Ein neuer Massstab bewertet die Leistung von LLMs bei komplexen PowerPoint-Aufgaben.

iScore hilft Lehrern, zu bewerten, wie gut Sprachmodelle schriftliche Zusammenfassungen bewerten.

Mipha kombiniert visuelles und textuelles Verständnis mit kleineren Modellen für mehr Effizienz.

HILL hilft Nutzern, Ungenauigkeiten in den Antworten von Sprachmodellen zu erkennen.

TaxoLLaMA verbessert das Verständnis von Wortbedeutungen und -beziehungen für eine bessere Sprachverarbeitung.

Dieses Papier untersucht, wie semantisches Decoding die Teamarbeit und Ergebnisse von KI verbessert.

Adaptive-RAG verbessert die Genauigkeit der Antworten, indem es die Komplexität der Fragen angeht.

Entdecke, wie Sprachmodelle unser Verständnis von Argumentqualität verbessern können.

Eine Studie über Techniken, die verwendet werden, um Sicherheitsmassnahmen in KI-Sprachmodellen zu umgehen.

Dieser Artikel bespricht die Effektivität von MCQs beim Testen von LLMs im Vergleich zu langen Fragen.

MANGO testet Sprachmodelle für Navigation und Kartierung in Labyrinth-Kontexten.

Diese Studie bewertet die sprachübergreifende Leistung von mehrsprachigen Modellen bei der Erkennung von benannten Entitäten.

Die Studie untersucht, wie Sprachmodelle mit Menschen und miteinander bei der Aufgabenbewältigung zusammenarbeiten.

Dieser Artikel untersucht, wie Sprachmodelle mit Pronomen umgehen und welche Auswirkungen das auf die Identität hat.

Erforschen, wie Mamba Fakten anders speichert und bearbeitet als traditionelle Modelle.

Untersuchung einer neuen Methode, um die Schwächen von Sprachmodellen mit wenig Ressourcen auszunutzen.

Eine neue Methode, um die Persönlichkeiten von LLMs mit den Big Five Eigenschaften zu gestalten.

Entdeck, wie Sprachungleichgewicht die Leistung von mehrsprachigen Modellen verbessern kann.

Diese Studie untersucht, ob Sprachmodelle in strategischen Szenarien Entscheidungen treffen wie Menschen.

Ein neuer Benchmark zeigt Lücken im visuellen Verständnis von grossen Sprachmodellen.

Ein Blick auf die Span-Overlap-Methode für verbessertes Satzparsing.

Untersuchung, wie Namen Vorurteile in Sprachmodellen beeinflussen.

Ein robustes japanisches Korpus, das aus Common Crawl-Daten erstellt wurde, verbessert die Leistung von LLMs.

Diese Studie untersucht, wie Sprachmodelle auf sich ändernde Wortbedeutungen reagieren.

Untersuchung, wie Temperatur die Kreativität in von Sprachmodellen generierten Erzählungen beeinflusst.

Untersuchung von Positionsbias in Sprachmodellen und Möglichkeiten, ihn zu reduzieren.

Diese Studie untersucht, wie GPT-2 Dreibuchstabenabkürzungen vorhersagt.

Strategien zur Reduzierung von übermässig vorsichtigem Verhalten in Sprachmodellen.

Dieses Framework verbessert die Effizienz und Genauigkeit der Textevaluation mit Hilfe von grossen Sprachmodellen.