Últimos artículos para Procesamiento de Lenguaje Natural

HawkEye mejora los modelos de video-texto para procesar videos más largos de manera efectiva.

Un marco para mejorar el rendimiento de NLP en varios dialectos de idiomas.

Este modelo mejora la forma en que se responden las preguntas usando bases de conocimiento, abordando consultas que no se pueden responder.

Un nuevo modelo mejora las respuestas a consultas lógicas usando modelos de lenguaje y gráficos de conocimiento.

Este estudio investiga el papel de ejemplos sintéticos en la verificación de autoría.

Una mirada a la Atención Adaptativa Gaussiana para mejorar el rendimiento de la IA.

Aprende lo básico y la importancia de la extracción de información en el procesamiento de datos textuales.

Explorando las dificultades de evaluar el rendimiento y las limitaciones de los modelos de lenguaje.

Un nuevo método para estimar con precisión el tamaño de la población con datos limitados.

Este estudio se centra en NER en las llamadas de ganancias de bancos brasileños.

CQR mejora la comprensión y las respuestas en las conversaciones reescribiendo las preguntas poco claras.

El nuevo método SSCAE mejora la generación de ejemplos adversariales en el procesamiento de lenguaje natural.

Evaluando las habilidades de razonamiento de los LLMs a través del benchmark ARC.

Un nuevo enfoque simplifica la anclaje de video eliminando la necesidad de etiquetas de tiempo precisas.

Evaluando LLMs en su capacidad para procesar textos largos en literatura.

Un enfoque nuevo mejora la evaluación de calidad de las preguntas generadas por máquinas.

Larimar mejora los modelos de lenguaje grandes con actualizaciones de memoria en tiempo real.

Un nuevo benchmark revela las fortalezas y debilidades de los VLLMs en tareas multimodales.

Un nuevo método mejora el rendimiento de los modelos de procesamiento de lenguaje.

Una mirada profunda a cómo las características funcionan juntas en varios modelos de IA.

Una mirada a cómo los Bloques de Transformador Lineal mejoran los modelos de lenguaje a través del aprendizaje en contexto.

Este artículo muestra cómo el PLN ayuda en la investigación de materiales energéticos.

Un estudio comparando las explicaciones de modelos multilingües y monolingües y su fidelidad.

Nuevo conjunto de datos y métodos mejoran el NER para el reconocimiento del dialecto bávaro.

Mejorando las capacidades de aprendizaje de los modelos de IA a través de mejores métodos de entrenamiento.

Analizando cómo modelos grandes aprenden de manera eficiente con pocos datos.

Nuevos métodos mejoran el rendimiento de la OIE al integrar características lingüísticas.

Este artículo presenta un nuevo método para mejorar la anclaje visual al fusionar datos y conocimiento del modelo.

La investigación muestra cómo los tokens de ubicación mejoran el razonamiento espacial en modelos de lenguaje solo con texto.

La investigación explora el uso de "translationese" para mejorar el rendimiento de modelos de lenguaje para idiomas de pocos recursos.

Un nuevo marco mejora el razonamiento lógico para modelos de lenguaje grandes usando Lean.

Este documento examina nuevas estrategias para mejorar la recuperación de documentos a través del recorte de tokens.

SemLa ofrece nuevas perspectivas sobre los desafíos complejos de clasificación de textos.

Este estudio investiga cómo el ajuste fino de LoRA influye en la agrupación de tokens en modelos Transformer.

Presentando Stance Reasoner para mejorar la detección de posturas en redes sociales.

La investigación revela debilidades en la comprensión del lenguaje de los modelos 3D y propone soluciones.

Dos algoritmos innovadores crean de manera efectiva ejemplos adversariales sutiles en el procesamiento del lenguaje.

Explorando los avances y desafíos en la tecnología de modelos de lenguaje grandes.

El marco MExGen mejora las explicaciones para los modelos de lenguaje generativos, aumentando la confianza de los usuarios.

Presentamos RLRF: un marco para mejorar el rendimiento de modelos de lenguaje a través de comentarios detallados.