Últimos artículos para Procesamiento de Lenguaje Natural

Este estudio explora soluciones para el mal generamiento en tecnología a través de encuestas a participantes.

Pegasus-1 permite a los usuarios interactuar con videos usando lenguaje natural.

Q-tuning mejora el aprendizaje en modelos de lenguaje, equilibrando nuevas tareas con el conocimiento retenido.

Este estudio revela métricas de oraciones que mejoran la predicción de comprensión en diferentes idiomas.

SpaceByte ofrece un enfoque a nivel de byte para mejorar el rendimiento de los modelos de lenguaje.

Este documento presenta un método basado en grafos para mejorar las predicciones de aprobación de reclamaciones de patentes.

DataTune mejora la generación de conjuntos de datos sintéticos para un mejor entrenamiento de modelos de lenguaje.

Este estudio analiza cómo BERT codifica las relaciones gubernamentales en las oraciones.

Este artículo revisa las debilidades en los sistemas RAG debido a errores en los documentos.

Un nuevo método reduce el tamaño de la caché KV mientras mantiene un alto rendimiento del modelo.

Un nuevo estándar mejora cómo evaluamos los LVLMs y su precisión.

Un estudio sobre el uso de contrafactuales para entender la generación de texto por IA.

Un nuevo método mejora la precisión y eficiencia de los modelos de lenguaje en la generación de respuestas.

Un nuevo método crea sistemas de diálogo usando datos sin etiquetar y APIs.

Este artículo habla sobre la importancia de las explicaciones contrafactuales en los sistemas de IA.

Este artículo examina el papel de los aditivos en lógicas semi-subestructurales.

Un nuevo método para generar texto de manera eficiente y con alta calidad.

Explorando cómo los LLMs mejoran el análisis de datos en grafos y sus aplicaciones.

Un nuevo método para mejores respuestas usando gráficos de conocimiento incompletos.

Este artículo habla sobre el uso ético de los textos religiosos en el procesamiento del lenguaje natural.

Este artículo habla sobre métodos para generar secuencias de palabras usando varios modelos.

Una evaluación de qué tan bien los LLMs recuerdan información factual y los factores involucrados.

Analizando cómo la información desactualizada afecta las respuestas de los modelos de lenguaje.

Investigando cómo los tokens de relleno afectan el rendimiento en modelos de lenguaje.

Este artículo habla sobre métodos para mejorar los sistemas de QA ampliando los conjuntos de respuestas.

Descubre un nuevo método para incrustar textos que mejora la precisión de clasificación.

Un nuevo enfoque para representar y analizar modelos de procesos usando embeddings.

Explora transformaciones para mejorar la calidad de los tests de lenguaje natural.

Investigaciones muestran que los tokens anteriores tienen potencial para mejorar los resultados de los modelos de lenguaje.

Nuevos métodos mejoran la velocidad y precisión en las predicciones de los modelos de lenguaje.

Una mirada a la distancia de edición y su papel en los transductores de estado finito.

Creando recursos para DocRE en japonés a través del desarrollo de conjuntos de datos innovadores.

Un nuevo método usa preguntas para identificar roles de eventos en documentos.

Aprende cómo nuevos métodos mejoran las conexiones visuales y textuales de los modelos.

Un estudio sobre cómo adaptar LLMs para generar notas clínicas de manera eficiente.

Los modelos de lenguaje pequeños pueden mejorar el razonamiento a través de críticas auto-generadas.

Este artículo habla sobre cómo los transformadores aprenden la estructura del lenguaje a través de métodos de entrenamiento.

Un corpus japonés robusto creado a partir de datos de Common Crawl mejora el rendimiento de los LLM.

Un nuevo analizador mejora el procesamiento del lenguaje a través de métodos inspirados en el cerebro.

Transformando un conjunto de datos MCQA para preguntas extractivas en varios idiomas.