Informática - Computación y lenguaje

L-ICV mejora el rendimiento en preguntas visuales usando menos ejemplos.

Este artículo examina cómo los conceptos relacionales influyen en la recuperación de conocimiento en modelos de lenguaje grandes.

APPL simplifica el desarrollo con modelos de lenguaje grandes usando una sintaxis intuitiva, parecida a Python.

Examinando las raíces y las implicaciones de los sesgos en la tecnología del lenguaje.

Los modelos de lenguaje de largo contexto simplifican tareas complejas y mejoran la interacción con la IA.

Un nuevo marco aborda los desafíos en la destilación de conocimiento para datos de cola larga.

Este artículo examina formas de mejorar las habilidades de planificación en modelos de lenguaje grandes.

Un nuevo conjunto de datos mejora la comprensión de historias en múltiples idiomas.

Explorando los desafíos de seguridad que presentan los ataques adversariales en agentes multimodales.

Los modelos GLM-4 muestran capacidades mejoradas en comprensión y generación de lenguaje.

Este artículo examina cómo los LLMs responden a preguntas complejas de múltiples saltos.

Un nuevo modelo combina LLMs y traducción automática para mejorar el procesamiento del lenguaje.

Examinando los problemas y posibles mejoras en la revisión por pares académica.

Presentando una nueva escala para evaluar la profundidad emocional en la narración de historias.

Un método para evaluar el conocimiento del modelo a través del procesamiento interno.

La Taxonomía de Prompts Jerárquicos mejora los métodos de evaluación para modelos de lenguaje.

DetectBench evalúa LLMs en su habilidad para detectar evidencia oculta en tareas de razonamiento.

Te presento SeTAR, una solución sin necesidad de entrenamiento para detectar datos fuera de distribución en redes neuronales.

Un estudio sobre el uso de LLMs para juzgar otros LLMs y sus implicaciones.

Explora el impacto de la investigación en IA en el procesamiento del lenguaje natural.

PromptDSI mejora la recuperación de documentos al gestionar de manera eficiente la información nueva y la existente.

Un nuevo método mejora la traducción automática para idiomas subrepresentados.

El conjunto de datos MultiSocial ayuda a detectar textos generados por máquinas en 22 idiomas.

P-Tailor personaliza modelos de lenguaje usando los Cinco Grandes Rasgos de la Personalidad.

Este artículo habla sobre cómo las redes neuronales profundas aprenden el lenguaje a través de la predicción del siguiente token.

FuseGen combina varios modelos para obtener datos sintéticos de mejor calidad en el aprendizaje automático.

Los datos sintéticos mejoran la precisión de la detección de posturas en discusiones en línea.

Un nuevo método para mejorar la estabilidad y el rendimiento del modelo en entornos de pocos recursos.

IPEval evalúa la comprensión de conceptos de propiedad intelectual en modelos de lenguaje.

Nuevos métodos están mejorando la comunicación para la comunidad sorda a través del reconocimiento mejorado de lenguaje de señas.

Snap ayuda a los modelos de lenguaje grandes a desaprender información específica sin perder su rendimiento.

Este artículo revisa FS-GEN, que combina modelos grandes y pequeños para mejores resultados.

Un marco para evaluar la precisión y fiabilidad factual de los modelos de lenguaje.

Este estudio evalúa a los terapeutas de LLM desde la perspectiva de los clientes usando interacciones simuladas.

Los LLMs pueden ayudar en la protección contra ingeniería social y también presentan nuevos riesgos.

Una nueva técnica mejora la detección de anomalías utilizando aprendizaje auto-supervisado.

Examinando cómo los prompts afectan el razonamiento en grandes modelos de lenguaje.

UNCTAD crea una herramienta RAG de código abierto para mejorar el acceso a datos y la eficiencia.

Un nuevo modelo genera poesía checa con mejor rima y ritmo.

LLM-A* combina algoritmos tradicionales con modelos de lenguaje para una planificación de rutas eficiente.