Informática - Computación y lenguaje

Un nuevo marco ayuda a analizar explicaciones de modelos de lenguaje grandes de manera efectiva.

Una mirada a cómo los transformers son excelentes con datos no estructurados en tareas de regresión.

Explorando el futuro del procesamiento de lenguaje extractivo usando modelos generativos.

Un método para mejorar las respuestas de la IA a través de la comprensión cultural.

Un nuevo método mejora el flujo de resúmenes extractivos.

LinkNER combina modelos de NER y LLMs para mejorar el reconocimiento de entidades nombradas.

SPAR mejora las recomendaciones personalizadas al analizar largos historiales de interacción de usuarios.

Esta investigación se centra en mejorar los modelos de lenguaje afinando su forma de manejar la negación.

Un análisis de las cualidades y desafíos de las explicaciones de modelos de lenguaje.

Un nuevo enfoque mejora los sistemas de diálogo orientados a tareas usando llamadas a funciones.

Un estudio sobre qué tan bien coinciden las miniaturas de noticias con sus artículos.

Este artículo examina el sesgo en los modelos de lenguaje y su alineación emocional con diferentes grupos sociales.

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

Descubre cómo los modelos de lenguaje están cambiando el análisis financiero y la toma de decisiones.

Las marcas de agua pueden ayudar a proteger los derechos de autor en el entrenamiento de modelos de IA al demostrar el uso del texto.

Un nuevo enfoque mejora la seguridad de las imágenes en los modelos de texto a imagen a través de la optimización de prompts.

La investigación revela sesgos significativos en las evaluaciones humanas y de LLM sobre las respuestas.

Un estudio sobre cómo los LLMs forman conexiones en redes sociales y profesionales.

Un marco para mejorar la comprensión de la abstracción en los LLMs.

Un estudio sobre mezclar adaptadores específicos de dominio para mejorar el rendimiento de la IA.

Un nuevo método mejora la recolección de datos para una mejor alineación de modelos de lenguaje.

Un nuevo enfoque aborda el tema de los tokens perdidos y el padding en los modelos de aprendizaje automático.

Un nuevo enfoque mejora el razonamiento científico de los modelos de lenguaje a través del uso efectivo de herramientas.

Un nuevo enfoque para evaluar LLMs a través de benchmarks adaptables.

Un nuevo método mejora la extracción de eventos usando técnicas de aprendizaje por refuerzo.

LoRETTA mejora la eficiencia de ajuste fino para modelos de lenguaje grandes con menos parámetros.

La investigación muestra que la memoria a largo plazo mejora el intercambio de información sobre salud con chatbots.

Este artículo habla sobre un nuevo método para mejorar el rendimiento de las indicaciones en los modelos de lenguaje.

Un nuevo enfoque para hacer que los modelos de lenguaje sean más pequeños y rápidos usando cuantización de 1 bit.

Examinando los efectos de la IA en cómo compartimos información.

Nuevos métodos para mejorar el aprendizaje continuo en modelos de lenguaje sin perder el conocimiento pasado.

Este benchmark evalúa el rendimiento de los modelos de lenguaje médico en el cuidado de la salud.

Este artículo examina la amenaza de ataques encubiertos en agentes de modelos de lenguaje.

Examinando el rendimiento de los modelos de lenguaje en tareas de razonamiento financiero.

Un estudio revela lagunas en la comprensión de las reglas lógicas de los LLMs en comparación con los humanos.

Investigando el sesgo propio en los LLMs y su impacto en el rendimiento.

Los modelos de lenguaje son geniales para el texto, pero no tienen entendimiento sensorial.

Un enfoque simplificado para entrenar modelos de IA basados en autoevaluación.

Un nuevo marco evalúa cómo los LLM razonan para responder preguntas complejas.

Un estudio sobre cómo mejorar el aprendizaje de modelos de lenguaje usando cambios mínimos en el estilo de los datos de entrenamiento.