Últimos artículos para Procesamiento de Lenguaje Natural

DDK mejora la destilación del conocimiento, haciendo que los modelos de lenguaje más pequeños sean más eficientes.

Un nuevo marco mejora la eficiencia y precisión de la completación de gráficos de conocimiento usando modelos de lenguaje grandes.

La investigación mejora la capacidad de los modelos de lenguaje para procesar información relacionada con el tiempo en tablas.

Un nuevo método mejora cómo los modelos de visión-lenguaje se adaptan durante las pruebas.

Un método para acelerar el entrenamiento de modelos de lenguaje multimodal grandes mientras se mejora el rendimiento.

Presentando un marco para ajustar modelos de lenguaje y equilibrar múltiples objetivos.

Un nuevo estándar mejora la comprensión de los modelos sobre videos largos y lenguaje.

Explorando cómo los LLMs rinden en tareas compuestas que combinan tareas más simples.

Un nuevo método para generar texto manuscrito realista en diferentes idiomas.

Presentamos el emparejamiento de flujo discreto para mejorar las técnicas de generación de datos discretos.

Este artículo examina el impacto de los métodos de entrenamiento en el rendimiento de modelos de lenguaje multilingües.

Nuevo marco mejora la categorización de nodos en gráficos con atributos de texto y datos limitados.

Nuevos métodos mejoran la precisión en tareas de VideoQA usando el conjunto de datos NExT-QA.

Este método mejora la creación de prompts para modelos de lenguaje grandes, aumentando el rendimiento general.

Los investigadores exploran el uso del lenguaje natural para una mejor alineación de modelos.

Nuevas técnicas mejoran la comprensión del lenguaje y la velocidad de procesamiento en los modelos.

Un método para reducir el sesgo en los modelos de lenguaje haciéndolos olvidar información dañina.

Un nuevo estándar busca mejorar las evaluaciones de los sistemas OIE para obtener mejores ideas sobre su rendimiento.

Un nuevo estándar para probar modelos de lenguaje visual con cambios mínimos en imágenes y subtítulos.

Un nuevo método para evaluar las habilidades de aprendizaje de los modelos de lenguaje de largo contexto a través de Task Haystack.

Este artículo presenta un método para mejorar la comprensión del contexto en modelos de lenguaje.

Un nuevo método para detectar y corregir errores fácticos en la narración de historias.

La investigación muestra que elegir bien las tareas puede mejorar el rendimiento en modelos de lenguaje.

Un nuevo método fortalece las conexiones lingüísticas para mejorar el rendimiento del modelo.

Este estudio resalta la necesidad de que los LLMs sepan cuándo abstenerse.

Una mirada completa a los métodos que mejoran las respuestas de los modelos de lenguaje.

Un nuevo enfoque mejora la eficiencia en el entrenamiento de modelos de lenguaje grandes.

Esta investigación se centra en mejorar la reformulación de preguntas para tener mejores interacciones con los usuarios.

Un nuevo método mejora la calidad de los datos para modelos de lenguaje visual usando técnicas de aumento.

Nuevos modelos mejoran la comprensión del lenguaje al integrar estructuras de dependencia.

Un nuevo enfoque para evaluar conjuntos de títulos más rápido sin referencias humanas.

Explora un nuevo método para un aprendizaje activo efectivo en situaciones de datos limitados.

Un nuevo método mejora la generación de subtítulos para memes en formatos de una o varias imágenes.

SinLG mejora las conversaciones de chatbots al integrar conocimiento de fondo para una mejor selección de respuestas.

Investigación sobre cómo se representan los detalles lingüísticos en los embeddings de oraciones generados por transformadores.

Nuevos métodos mejoran los sistemas de diálogo sin necesidad de amplios conjuntos de datos etiquetados.

Un nuevo enfoque mejora la conexión entre imágenes y texto para una mejor interpretación.

Un nuevo modelo mejora la comprensión del lenguaje a través de una representación de datos estructurada.

Un kit de herramientas diseñado para mejorar la evaluación de las interacciones entre humanos y bots.

Nuevos métodos mejoran la eficiencia en la evaluación de redes neuronales recurrentes no lineales para diversas aplicaciones.