Últimos artículos para Procesamiento de Lenguaje Natural

Un nuevo sistema optimiza los modelos de lenguaje para respuestas más rápidas y eficientes.

Mejorando las bases de conocimiento usando modelos de lenguaje y deducción textual para mayor precisión.

LLaVA-MoLE mejora los modelos multimodales usando enrutamiento experto para un mejor rendimiento.

Una mirada a Mixture-of-Experts y el papel de los routers en la eficiencia del modelo.

MoE-LLaVA combina imágenes y texto usando una estructura de modelo eficiente.

OGEN mejora la capacidad de los modelos de visión-lenguaje para reconocer nuevas clases de manera efectiva.

ChatMPC permite a los usuarios personalizar robots a través de interacciones en lenguaje natural en tiempo real.

VoxtLM combina reconocimiento de voz, síntesis, generación de texto y continuación en un solo modelo.

Examinando los desafíos y oportunidades en entender los LLMs.

MoDE mejora la colaboración entre expertos para un mejor rendimiento en el aprendizaje automático.

Un nuevo método mejora el aprendizaje a partir de datos no etiquetados en diversos campos.

Nuevo modelo de lenguaje sin límites mejora las predicciones usando datos extensos.

Este artículo habla de cómo representar mejor las creencias morales diversas en la IA.

Presentamos un método flexible para reconocer palabras clave en el habla en diferentes idiomas.

Un nuevo método entrena sistemas de captioning de audio usando solo descripciones de texto.

Este documento examina las inyecciones de prompts y sus implicaciones para los modelos de IA.

Analizando el impacto de los adaptadores de lenguaje en el rendimiento de modelos multilingües.

Este estudio se centra en mejorar los sistemas de QA a través de la comprensión del contexto.

Los investigadores desarrollan un marco para mejorar la comprensión de videos y textos.

La investigación muestra cómo la estructura de los documentos mejora el rendimiento de los modelos de PLN.

Explorando cómo ChatGPT puede mejorar la calidad de los mensajes de commit en el desarrollo de software.

Este artículo explora métodos para usar GPT-3.5 y automatizar revisiones de código de manera efectiva.

Un nuevo conjunto de datos busca mejorar la investigación en modelos de lenguaje y promover la transparencia.

Analizando el costo y la eficiencia de los modelos de lenguaje grandes en varias tareas.

Una mirada a cómo la tokenización impacta la eficiencia del modelo de lenguaje.

Este estudio examina cómo añadir recurrencia a los Transformers para mejorar su rendimiento en tareas de aprendizaje automático.

Evaluando LLMs por su capacidad para entender varios aspectos del contexto.

Un nuevo método proporciona mejor retroalimentación para entrenar modelos de lenguaje.

Este documento habla sobre cómo ajustar los modelos de lenguaje para que se alineen con los valores y expectativas humanas.

El nuevo modelo T5VQVAE mejora el control semántico en la generación de lenguaje.

Un método para mejorar la fiabilidad en la generación de texto midiendo la incertidumbre.

Nuevo conjunto de datos mejora la verificación de los pasos de razonamiento en modelos de IA.

Una mirada a cómo los Transformers y los GSSMs manejan las tareas de copia.

Un nuevo enfoque mejora los LLMs al integrar código Python ejecutable para manejar mejor las acciones.

Un nuevo modelo de lenguaje abierto para la investigación y la innovación en el procesamiento del lenguaje natural.

Un nuevo método se centra en la relevancia para mejorar las respuestas de los modelos de lenguaje.

Explorando la sinergia entre RL y LLMs para mejorar las aplicaciones de IA.

HQA-Attack crea ejemplos adversariales de alta calidad en texto mientras mantiene el significado.

Este artículo revisa técnicas para mejorar la eficiencia y el rendimiento de los Modelos de Lenguaje Grande.

El KB-Plugin mejora cómo los LLMs acceden y utilizan bases de conocimiento menos conocidas.