Últimos artículos para Procesamiento de Lenguaje Natural

Un nuevo planificador mejora cómo los robots entienden los comandos hablados usando especificaciones formales.

Esta investigación muestra cómo los metadatos pueden mejorar la precisión en la detección de posturas políticas.

Un nuevo modelo para mejorar la extracción de relaciones usando sintaxis y contexto.

Un nuevo modelo mejora la comprensión del lenguaje y reduce la desinformación.

Un nuevo conjunto de datos busca mejorar los sistemas de QA para el Corán y los Ahadith.

Este estudio se centra en mejorar la fiabilidad de los sistemas de diálogo al evaluar la confianza en las respuestas.

Este estudio investiga modelos generativos para la creación efectiva de frases clave en artículos científicos.

Una nueva técnica reduce las necesidades de memoria para modelos de lenguaje grandes, manteniendo el rendimiento.

Un nuevo método mejora la eficiencia en el procesamiento de entradas largas para modelos de lenguaje.

Un nuevo método mejora la capacidad de agarre de los robots usando comandos en lenguaje natural.

Un nuevo modelo de incrustación de texto muestra promesas en tareas y rendimiento multilingües.

Una mirada a cómo IRL mejora el rendimiento y la diversidad de los modelos de lenguaje.

Un nuevo estándar busca mejorar la evaluación de incertidumbre en los modelos de lenguaje.

SelECT-SQL mejora la precisión al convertir el lenguaje natural en consultas SQL.

Un nuevo método mejora el razonamiento del modelo a través de trazas de programación estructurada.

Un nuevo método mejora el flujo de la conversación usando múltiples documentos como fuentes.

Un nuevo método mejora la selección de datos para entrenar modelos de lenguaje.

Un nuevo enfoque para mejorar el razonamiento en datos de series temporales.

THaMES ofrece un marco para reducir las alucinaciones en modelos de lenguaje.

Un método para mejorar la comprensión de documentos usando modelos más pequeños entrenados a partir de modelos más grandes.

Evaluando el impacto de los métodos de compresión en el rendimiento de modelos de lenguaje.

Un nuevo marco mejora el rendimiento del modelo al abordar la fiabilidad de la retroalimentación.

Los investigadores presentan Blind-VaLM, mejorando modelos de lenguaje con conocimiento visual de manera eficiente.

Semformer integra la planificación en los modelos de lenguaje, mejorando la precisión y la eficiencia.

Este estudio evalúa cómo los modelos de QA manejan el ruido en los datos de entrada.

El método TRIM reduce los tokens de imagen en modelos de lenguaje multimodal sin perder rendimiento.

Una visión general de las tecnologías de detección de palabras clave y sus desafíos con el idioma urdu.

Este artículo analiza cómo las representaciones relativas mejoran la comunicación de la IA y su adaptabilidad en tareas.

Un nuevo método mejora la eficiencia de ajustar modelos de lenguaje.

GenCRF mejora la reformulación de consultas de búsqueda para una mejor precisión en la intención del usuario.

Attention-Seeker mejora la extracción de frases clave usando mapas de autoatención de modelos de lenguaje.

Te presentamos CREAM, un marco para evaluar resúmenes de reuniones de manera efectiva sin necesidad de textos de referencia.

VERA mejora la precisión y relevancia de las respuestas de los modelos de lenguaje.

Un nuevo enfoque para mejorar la transparencia en las respuestas y decisiones de la IA.

Un nuevo método para mejorar los LLMs en árabe usando conocimiento estructurado para mejores respuestas.

El marco ARTICLE mejora la calidad de los datos en el procesamiento de lenguaje natural a través de la autoconstancia.

Nuevos modelos mejoran el rendimiento con expertos de diferentes tamaños.

La investigación se centra en mejorar la capacidad de los modelos de lenguaje para entender textos más largos.

YORO simplifica la generación de SQL a partir del lenguaje natural, mejorando la eficiencia y la precisión.

Un nuevo estándar mejora la evaluación de los sistemas de detección de paráfrasis.