Últimos artículos para Procesamiento de Lenguaje Natural

Un nuevo método mejora el ajuste fino de los modelos de lenguaje grandes para una mejor eficiencia.

Analizando las fallas en los algoritmos de aprendizaje de preferencias y su impacto en los modelos de lenguaje.

Un nuevo método mejora los modelos de lenguaje buscando activamente respuestas diversas.

El dataset MASSIVE-AMR mejora la comprensión multilingüe en los sistemas de IA.

Un nuevo método combina velocidad y calidad en los modelos de lenguaje.

PathReasoner mejora las capacidades de razonamiento lógico de los modelos de IA a través de técnicas innovadoras.

Explorando el impacto de la memoria a largo plazo en los agentes conversacionales.

Un nuevo método mejora la fiabilidad de los modelos de lenguaje a través de una recuperación efectiva.

Este trabajo mejora la generación de descripciones de imágenes a través de mejores referencias y métodos de evaluación.

Un nuevo conjunto de datos analiza la información engañosa en las respuestas de los LLM.

Los modelos de lenguaje mejoran el rendimiento en tareas web a través de técnicas de auto-mejoría.

ROAST mejora el análisis de sentimientos al centrarse en reseñas completas.

Un nuevo marco combina GNNs y LLMs para mejorar las respuestas de los gráficos de conocimiento.

Examinando las capacidades de conteo de los modelos de lenguaje, su estructura y procesos de aprendizaje.

Un nuevo enfoque mejora los modelos de lenguaje al centrarse en las preferencias humanas en la generación de texto.

Un nuevo método mejora la capacidad de generar textos diversos con atributos específicos.

Un nuevo método mejora la eficiencia del ajuste fino y reduce el uso de memoria para modelos de lenguaje grandes.

Un nuevo método para mejorar el seguimiento de instrucciones de imágenes en modelos multimodales.

Presentando un enfoque innovador para identificar relaciones causales en documentos.

Nuevos métodos mejoran cómo los modelos de lenguaje manejan errores fácticos con el tiempo.

Este artículo habla sobre usar modelos más pequeños para mejorar los datos de entrenamiento y así obtener un mejor rendimiento.

Un nuevo estándar para evaluar modelos de lenguaje en francés mejora las capacidades multilingües.

Un nuevo método mejora la comprensión de los resultados de los modelos de lenguaje.

Un método para reescribir textos mientras se protege la privacidad de las personas.

Un nuevo enfoque mejora los sistemas de diálogo al combinar estructuras de tema y retóricas.

La investigación muestra que instrucciones diversas mejoran el rendimiento de los modelos de lenguaje en tareas no vistas.

Un nuevo método aumenta la velocidad de generación de texto usando selección adaptativa de candidatos.

Este estudio compara LLMs integrados con varios solucionadores simbólicos para tareas de razonamiento lógico.

Este estudio mejora la extracción de relaciones al vincularla con técnicas de inferencia en lenguaje natural.

Presentamos la distancia Robust Partial Wasserstein para una mejor comparación de datos.

CLIP muestra que es fuerte para manejar el desbalance de datos en tareas visuales y de lenguaje.

Mamba-2 combina SSMs y Transformers para mejorar la eficiencia en tareas de lenguaje.

Nuevos métodos buscan asegurar una generación de texto segura y de alta calidad a partir de modelos de lenguaje.

Un nuevo método mejora los modelos de recompensa utilizando críticas sintéticas para un mejor alineamiento.

Un nuevo método mejora la precisión de generación de imágenes a partir de textos.

Pequeños cambios en las palabras pueden influir mucho en los resultados del modelo de lenguaje.

Un nuevo método mejora la extracción de relaciones en documentos largos.

Nuevos métodos mejoran los resultados de los modelos de lenguaje mientras mantienen las reglas gramaticales.

Un nuevo método mejora el rendimiento de los modelos de visión-lenguaje con clases conocidas y desconocidas.

Un nuevo enfoque para mejorar los modelos de lenguaje pequeños usando técnicas de activación dispersa.