Informática - Computación y lenguaje

Este estudio examina cómo los LLMs manejan el razonamiento en situaciones abstractas y contextuales.

Enfoque innovador para guiar modelos de lenguaje grandes usando autoevaluación.

El Block Transformer mejora la velocidad y la eficiencia del procesamiento de texto en los modelos de lenguaje.

Una mirada a los tipos de incertidumbre y su importancia en los modelos de lenguaje.

Una mirada a modelos que funcionan sin multiplicación de matrices para una mejor eficiencia.

Un nuevo método mejora la calidad de la traducción a través de una efectiva augmentación de datos.

Este artículo presenta un nuevo enfoque para mejorar la eficiencia en el entrenamiento de modelos de lenguaje.

Nuevos métodos mejoran cómo las máquinas reconocen emociones en el habla.

Explorando los procesos de autocorrección en los modelos de lenguaje y sus efectos.

Este artículo investiga cómo los modelos de lenguaje procesan el aspecto verbal en ruso.

Descubre cómo los Transformers de Mente Extendida mejoran el manejo de la memoria en los modelos de lenguaje.

Este estudio se centra en mejorar el aprendizaje cero disparo a través de mejores descripciones de entidades y relaciones.

Un nuevo método mejora la resolución de eventos al combinar modelos de lenguaje para mayor precisión.

Un nuevo método mejora la precisión de búsqueda de productos en las compras en línea.

Explorando cómo los LLMs usan el razonamiento para enfrentar tareas complejas.

Nuevos métodos buscan mejorar las capacidades de razonamiento en los modelos de lenguaje.

Pruebas recientes muestran que los LLMs tienen debilidades en el razonamiento simple a pesar de sus altas puntuaciones en los benchmarks.

La investigación analiza la relación entre las explicaciones de la IA y la confianza del usuario.

Zyda, un conjunto de datos con 1.3 billones de tokens, mejora el entrenamiento de modelos de lenguaje.

El ajuste condicional ayuda a los modelos de lenguaje a retener conocimiento y reducir sesgos durante el entrenamiento.

Un nuevo marco mejora la eficiencia en el manejo de solicitudes para LLMs.

Examinando cómo la IA se alinea con las experiencias humanas a través de la interacción con textiles.

Bi-Chainer mejora la precisión y eficiencia en tareas de razonamiento lógico al combinar métodos hacia adelante y hacia atrás.

VulLLM mejora la detección automática de vulnerabilidades en software a través de técnicas avanzadas de aprendizaje.

N nuevas métricas iluminan las limitaciones de los modelos de lenguaje para representar la realidad.

Mejorando métodos para evaluar la similitud de significado entre oraciones en lenguaje natural.

Un nuevo método para editar modelos de lenguaje de manera efectiva sin perder rendimiento.

Este estudio examina cómo los modelos de lenguaje realizan tareas lingüísticas similares a las de los humanos.

Un nuevo conjunto de datos evalúa el razonamiento de los Modelos de Lenguaje Grande con consultas complejas.

Evaluar la dificultad de las preguntas mejora la efectividad de los sistemas de recuperación de información.

Explora cómo las palabras cambian de significado con el tiempo y los factores que influyen en este proceso.

Explorando nuevas técnicas para traducir poesía con más profundidad emocional.

Explora cómo los LLMs hacen sumas usando técnicas matemáticas únicas.

Este artículo examina si los modelos de lenguaje tienen creencias y siguen normas de coherencia.

Un nuevo método mejora la puntuación de confianza en los modelos de lenguaje usando explicaciones estables.

Presentamos IrokoBench para mejorar la evaluación de LLM en lenguas africanas.

Un proyecto que busca simplificar el acceso a los datos del gobierno suizo en varios idiomas.

Un estudio explora métodos para adaptar textos de IA para estudiantes de idiomas.

Descubriendo los riesgos que representan los ataques de puerta trasera en sistemas inteligentes.

Un nuevo marco mejora los métodos de poda para modelos de lenguaje grandes sin necesidad de reentrenar.