Últimos artículos para Procesamiento de Lenguaje Natural

Mejorar los modelos de lenguaje japonés usando conocimiento en inglés aumenta el rendimiento de manera significativa.

Un nuevo método mejora los autoencoders para una mejor representación de datos.

El nuevo módulo QASE mejora la precisión en tareas de comprensión de lectura por máquinas.

Presentamos el conjunto de datos ViOCRVQA para mejorar las respuestas a preguntas visuales en vietnamita.

Los investigadores abordan las variaciones de ortografía para mejorar el rendimiento del PLN en Pidgin nigeriano.

Llip mejora cómo se emparejan las imágenes con diversas descripciones textuales.

Esta investigación muestra cómo LoRA mejora el rendimiento de los modelos de lenguaje en tareas específicas.

Una mirada concisa a las alucinaciones en MLLMs y estrategias para mejorar la fiabilidad.

Un nuevo estándar evalúa la comprensión de competencia lingüística en los modelos de lenguaje.

Un examen de cómo los modelos de lenguaje determinan la verdad de las afirmaciones.

N nuevas métricas mejoran la evaluación de sistemas de extracción de información en documentos manuscritos.

Un estudio que compara métodos de atribución de Instancia y Neurona en modelos de lenguaje.

Un estudio revela información sobre el equilibrio entre las entradas visuales y textuales en los VLMs.

La Optimización de Preferencias Suaves mejora cómo los modelos de lenguaje se alinean con las preferencias humanas.

Un marco para mejorar la precisión del razonamiento en los LLMs a través de la verificación estructurada.

Adapt-LLM mejora el rendimiento de LLM al equilibrar el conocimiento interno y la información externa.

Un nuevo modelo mejora la precisión de la traducción al predecir características de co-referencia.

Este marco mejora la forma en que los sistemas aprenden los gustos de los usuarios a través de la conversación.

Un nuevo método mejora el razonamiento en modelos de lenguaje más pequeños para tareas complejas.

Un nuevo método mejora el razonamiento en los modelos de lenguaje a través de un aprendizaje de preferencias efectivo.

Aprende cómo RST-LoRA mejora la resumición usando la Teoría de la Estructura Retórica.

Aprende cómo el Contexto Dirigido mejora las respuestas de los modelos de lenguaje a través del uso adaptable del contexto.

Este artículo examina los sesgos y las inconsistencias en las evaluaciones de LLM y sugiere métodos de mejora.

Un nuevo método que equilibra la privacidad y la calidad del texto en modelos de lenguaje.

Un nuevo enfoque mejora la alineación de los modelos de lenguaje con las preferencias humanas.

Un análisis de cómo la Representación de Significado Abstracto impacta en el rendimiento de los LLM en varias tareas.

Este artículo explora el aprendizaje en contexto y su conexión con la recuperación de información.

COPAL mejora los modelos de lenguaje para una mejor adaptación sin necesidad de reentrenar.

Método innovador combina modelos de lenguaje y la entrada humana para conjuntos de datos de diálogo.

Investigaciones recientes desafían la simplicidad de la Teoría del Neurona del Conocimiento en los modelos de lenguaje.

Un nuevo método mejora los modelos de visión-lenguaje sin necesidad de entrenamientos complicados.

Idefics2 muestra mejoras en el procesamiento de visión-lenguaje gracias a decisiones de diseño innovadoras.

Mejorando el rendimiento de LLMs de código abierto en convertir lenguaje simple a SQL.

Este método mejora el ajuste fino del modelo de lenguaje usando conjuntos de datos abiertos y sin etiquetar.

L3X busca mejorar la extracción de información de listas largas de entidades a partir de textos extensos.

Un nuevo método mejora la generación de consultas SQL en conversaciones en curso.

Explorando la intersección de la computación cuántica y el procesamiento del lenguaje.

Este estudio evalúa cómo el tamaño del modelo y la cuantización afectan el rendimiento del modelo de lenguaje.

Una mirada más cercana a los mecanismos de autoatención en los modelos de procesamiento de lenguaje.

ERAGent mejora la generación aumentada por recuperación para tener mejores interacciones con la IA.