Informática - Computación y lenguaje

Este estudio analiza cómo diferentes idiomas afectan el rendimiento de los modelos multilingües.

Este estudio evalúa el rendimiento multilingüe de modelos en el reconocimiento de entidades nombradas.

Este estudio explora cómo los robots aprenden lenguaje y acciones a través de experiencias.

Nuevos métodos mejoran la precisión para responder preguntas complejas con información actualizada.

Examinando preocupaciones de privacidad y soluciones para Modelos de Lenguaje Grande en datos de texto.

Un marco para mejorar la seguridad y confiabilidad de los modelos de lenguaje grandes.

Un corpus único mejora el reconocimiento de entidades nombradas en seis idiomas eslavos.

La investigación investiga el sesgo de género evaluando la equidad estadística y causal en los modelos de PNL.

Examinando los efectos de recortar vocabulario en la calidad y eficiencia de la traducción.

Meerkat-7B establece un nuevo estándar para los modelos de lenguaje médico de código abierto.

Un nuevo modelo mejora cómo analizamos el sentimiento público a partir de los tweets.

Un enfoque nuevo para entender las relaciones entre idiomas a través del análisis de vocabulario.

Un estudio explora cómo los modelos de lenguaje trabajan con los humanos y entre ellos para completar tareas.

Examinando los problemas de sesgo en los modelos de lenguaje grandes y los esfuerzos por mejorar la equidad.

Un nuevo método mejora la capacidad de respuesta de los modelos de lenguaje a consultas desconocidas.

Una exploración de cómo los modelos de lenguaje predicen tokens futuros en comparación con el pensamiento humano.

Explorando un método para crear historias cohesivas con finales relacionados.

Un enfoque novedoso aumenta la fiabilidad del modelo de lenguaje mediante mecanismos de auto-recuperación.

Este documento examina cómo los datos afectan la evaluación de los modelos de PNL.

Un nuevo marco mejora la manera en que evaluamos la coherencia en los textos.

Un nuevo conjunto de datos mejora la búsqueda de casos anteriores para profesionales del derecho.

Aprovechando el PLN para extraer info de manera eficiente de sentencias legales largas.

Abordando problemas de traducción de plantillas para mejorar la representación cultural.

Un nuevo marco ayuda a los modelos de lenguaje a aprender de los errores en la resolución de problemas.

TraveLER mejora la comprensión de videos a través de preguntas interactivas para obtener mejores respuestas.

Los sistemas automatizados facilitan la recolección de datos de la literatura científica en química.

Este estudio examina cómo los modelos de lenguaje grandes imitan los sesgos humanos.

Presentando un modelo para mejorar la seguridad en la generación de lenguaje y reducir riesgos.

IsoBench evalúa cómo los modelos manejan texto e imágenes para identificar sus fortalezas.

Descubre los procesos detrás del entrenamiento de modelos de lenguaje de IA avanzados.

Examina el crecimiento de la comunicación entre humanos y robots usando el habla natural.

Explorando cómo datos inofensivos pueden, sin querer, generar resultados dañinos en modelos de lenguaje.

Este documento examina modelos que resuelven acertijos complejos en el procesamiento del lenguaje natural.

Explorando el papel de la ética en la tecnología de traducción de idiomas.

Un nuevo método para evaluar la precisión de los modelos de lenguaje usando grafos de conocimiento.

ChatGLM-RLHF mejora las interacciones de IA a través de la retroalimentación humana y métodos de entrenamiento avanzados.

Un nuevo conjunto de datos se centra en el razonamiento causal usando las animaciones de 'Tom y Jerry'.

Presentando un marco para una evaluación más precisa del rendimiento de las consultas en la recuperación de información.

La investigación revela riesgos de seguridad importantes en los modelos de chat debido a ataques de puerta trasera.

Este estudio evalúa el rendimiento de los LLMs con el idioma persa.