Últimos artículos para Procesamiento de Lenguaje Natural

Un nuevo marco de tres etapas mejora la precisión de las respuestas a preguntas usando texto y tablas.

Un enfoque novedoso integra duck typing, embeddings de cajas y gráficos de conocimiento para mejorar la recuperación de entidades.

Un nuevo marco mejora la creación de datos de instrucción para modelos de lenguaje usando conocimiento no supervisado.

Un método para mejorar las tareas de modelos de lenguaje prediciendo los cambios necesarios en lugar de generar textos completos.

Un método reduce el muestreo de respuestas para modelos de lenguaje mientras mantiene la precisión.

Examinando el rendimiento de la recuperación generativa en grandes conjuntos de documentos.

Investigaciones muestran que los prompts en pseudo-código mejoran la eficiencia y claridad de los modelos de lenguaje.

Una mirada a cómo los sistemas de búsqueda manejan consultas de usuario complejas.

Un nuevo enfoque mejora el subtitulado de audio al generar oraciones más claras y variadas.

LLM-Pruner comprime modelos grandes mientras mantiene su rendimiento en las tareas.

Un nuevo modelo mejora la comprensión de diálogos hablados al combinar el habla y el texto.

Un nuevo método mejora los modelos de lenguaje con memoria externa adaptable para una mejor comprensión.

Presentamos el Aprendizaje Inclusivo a partir de Retroalimentación Humana para mejorar los modelos de lenguaje.

Este artículo habla sobre cómo mejorar el rendimiento de modelos multilingües a través de métodos de ajuste fino mejorados.

Una nueva taxonomía para mejorar el rendimiento de LLM en tareas complejas.

Un nuevo marco genera explicaciones para mejorar el rendimiento del modelo de lenguaje sin esfuerzo humano.

Un enfoque estructurado para mejorar la clasificación de entidades en texto usando ontologías.

Un nuevo enfoque mejora el razonamiento lógico en IA al combinar LLMs y solucionadores simbólicos.

Las redes de punteros mejoran los modelos de lenguaje al resolver problemas con softmax.

Un nuevo método mejora la capacidad de los modelos de lenguaje para aprender de manera continua.

Esta investigación explora cómo predecir palabras futuras puede mejorar el rendimiento de los modelos de lenguaje.

Un método para ayudar a las máquinas a aprender nuevas tareas mientras recuerdan las viejas.

Nuevos métodos mejoran la precisión de respuesta en sistemas de diálogo basados en documentos.

LogiCoT mejora el razonamiento lógico de los modelos de lenguaje a través de tareas estructuradas.

Un nuevo enfoque mejora los sistemas de diálogo al centrarse en las experiencias de los usuarios y las percepciones subjetivas.

Este artículo habla sobre la importancia de las representaciones de oraciones en el procesamiento del lenguaje natural.

Un nuevo método mejora cómo los LLMs crean datos de grafo estructurados.

Un nuevo método mejora la Atención Multi-Cabeza para tener mejor eficiencia y rendimiento en tareas de lenguaje.

Explorando los obstáculos en el aprendizaje activo y sus implicaciones para la investigación.

Los modelos de lenguaje basados en energía muestran potencial para mejorar la precisión del reconocimiento de voz.

Un nuevo método para mejorar la claridad y relevancia de las búsquedas.

Descubre cómo el aprendizaje activo y la autoformación mejoran la eficiencia del modelo de lenguaje.

Este artículo examina estrategias para mejorar los sistemas de Text-to-SQL usando modelos de lenguaje grandes.

AuT-Few simplifica la creación de prompts, mejorando la eficiencia del modelo de lenguaje.

Un nuevo enfoque mejora el NER al abordar los desafíos de las etiquetas obtenidas de crowdsourcing.

Esta investigación se centra en mejorar los modelos de QA para preguntas ambiguas.

Un nuevo modelo, SimpleBART, mejora la simplificación de textos para que sea más fácil de entender.

El Aprendizaje Federado mejora la eficiencia de la traducción mientras garantiza la privacidad de los datos.

Un nuevo método mejora el NER basado en diccionarios para textos biomédicos.

Un nuevo método mejora la generación de respuestas para conversaciones en grupo sin datos etiquetados.