Últimos artículos para Procesamiento de Lenguaje Natural

Este documento presenta un marco para mejorar el NER en italiano usando modelos avanzados.

Este estudio presenta BiMI para mejorar los sistemas de recompensa en el aprendizaje por refuerzo.

Un nuevo método mejora la eficiencia en la planificación sin depender de expertos.

Un nuevo método mejora la predicción de la relevancia de la investigación usando embeddings de palabras.

Un nuevo método que usa gráficos de conocimiento para respuestas precisas a preguntas simples.

Este benchmark evalúa las amenazas a la privacidad y los mecanismos de defensa en modelos de NLP.

Presentando un método adaptable para rastrear las necesidades de los usuarios en sistemas de diálogo.

Este estudio revela cómo los LLMs adaptan su aprendizaje a través de patrones de atención.

DiaSynth crea diálogos de alta calidad para un entrenamiento efectivo de sistemas conversacionales.

Un nuevo marco mejora la detección de salidas falsas en modelos de lenguaje usando datos no etiquetados.

Este marco mejora el rendimiento del modelo al abordar datos aumentados de baja calidad.

Explorando las trampas de los modelos de lenguaje en la interpretación de datos.

Mejoramos la Optimización de Preferencias Directas para manejar mejor los empates en la toma de decisiones.

Un método para mejorar la eficiencia de los modelos de lenguaje con entradas de texto largas.

Nuevo método mejora el conocimiento de los modelos de lenguaje a partir de datos limitados.

Un nuevo método mejora las predicciones de características del lenguaje utilizando datos textuales.

Un nuevo marco busca mejorar la fiabilidad y claridad en el razonamiento de la IA.

Aprende a mejorar la eficiencia de los modelos de lenguaje de contexto largo.

Una nueva técnica mejora el rendimiento de los modelos que combinan texto e imágenes.

Evaluando VLMs en tareas espaciales usando texto visual y poco claro.

Un nuevo conjunto de datos busca mejorar la comprensión de las ambigüedades en preguntas relacionadas con el tiempo.

La investigación evalúa las conexiones entre modelos de habla y lenguaje para mejorar el reconocimiento y la traducción.

Un sistema para simplificar el conocimiento sobre Modelos de Lenguaje Grande para investigadores.

Los investigadores están combinando la computación clásica y la cuántica para hacer análisis de sentimiento más rápido.

Un nuevo marco mejora la capacidad de los modelos para manejar preguntas relacionadas con el tiempo de manera efectiva.

Aprende a entrenar modelos de voz de manera efectiva con menos recursos etiquetados.

Te presentamos CLIPFit, un método para afinar de manera eficiente los Modelos de Visión-Lenguaje.

Un estudio sobre omisiones y distorsiones en la generación de lenguaje natural a partir de datos RDF.

Un nuevo método mejora la precisión al responder preguntas de tablas al combinar dos sistemas.

Este marco mejora la detección de declaraciones contrafactuales utilizando modelos neuronales y métodos causales.

Una visión general de varios métodos para combinar modelos y mejorar el rendimiento del aprendizaje automático.

Un estudio sobre cómo los modelos siguen instrucciones durante diálogos complejos.

Presentamos LowREm, una herramienta para mejorar los embeddings de palabras en lenguas subrepresentadas.

Evaluando el rendimiento de los LLM en textos largos en cinco idiomas.

Entender las diferencias de atención puede mejorar el aprendizaje de los modelos de lenguaje.

Un estudio muestra que el pseudo-código mejora el rendimiento de LLM en tareas gráficas.

PEDRO mejora la eficiencia en el ajuste fino de grandes modelos de lenguaje con vectores ajustables.

Un nuevo conjunto de datos para mejorar los modelos de lenguaje enfocados en textos relacionados con negocios.

Un método que mejora la alineación del modelo de lenguaje con las preferencias humanas.

Una mirada a cómo evaluar la confiabilidad de las explicaciones de IA a través de la sensibilidad adversarial.