Mrinmaya Sachan

Explora la importancia de los métodos de tokenización en la mejora de los modelos de procesamiento de lenguaje natural.

Un resumen conciso de la codificación por pares de bytes y su papel en el PLN.

Un nuevo marco simplifica la creación de agentes de lenguaje autónomos para diversas aplicaciones.

Este estudio examina cómo los modelos de lenguaje reflejan los sesgos de los niños al resolver problemas de matemáticas.

AFaCTA ayuda a los verificadores de hechos a identificar afirmaciones verdaderas y falsas de manera eficiente.

Este artículo examina cómo los modelos de lenguaje equilibran información factual y contrafactual.

Este artículo examina métodos para aumentar los niveles de confianza en modelos de lenguaje.

Combinar relaciones causales con predicciones mejora la precisión del análisis de sentimientos.

Examinando la equidad y la ética de cómo los modelos de lenguaje responden a los usuarios.

La anotación de errores de español ofrece un enfoque rápido y confiable para evaluar la calidad de la traducción.

DIRAS mejora la anotación de relevancia para la recuperación de información, optimizando el rendimiento en varios dominios.

Este artículo examina cómo ciertas neuronas afectan la incertidumbre en las predicciones de modelos de lenguaje.

Analizando cómo los LLMs toman decisiones morales en diferentes idiomas y culturas.

Mejorando las respuestas de tutoría con técnicas efectivas de verificación de errores para un mejor apoyo a los estudiantes.

Aprende cómo las preguntas mejoran la lectura y la comprensión.

Los investigadores exploran el uso del lenguaje natural para una mejor alineación de modelos.

Aprende las reglas clave de gramática para mejorar tu escritura y comunicación.

Aprende cómo la secuencia de la información afecta la calidad de las respuestas de la IA.