Últimos artículos para Procesamiento de Lenguaje Natural

Un estudio evalúa los codificadores de oraciones más populares y su comprensión de los significados del lenguaje.

Mejoramos los modelos de VQA incorporando razonamiento, lo que lleva a una mejor comprensión visual.

Nuevos métodos mejoran la detección de intenciones con ejemplos limitados.

DetermiNet busca mejorar la habilidad de los modelos para identificar objetos usando determinantes.

Los robots pueden aprender mejor al interactuar con humanos usando lenguaje cotidiano.

Un nuevo enfoque combina el aprendizaje en contexto y el ajuste fino para mejorar el rendimiento del modelo.

Nuevos métodos se centran en mejorar la calidad de los datos de entrenamiento para los modelos de lenguaje.

Un nuevo método mejora la detección de emociones en el habla usando solo audio.

Explorando técnicas de aumento de datos para mejorar los sistemas de IA conversacional.

Un nuevo enfoque mejora el chunking no supervisado en NLP usando un modelo jerárquico.

Nuevos métodos mejoran los datos de texto para idiomas con pocos recursos, mejorando el rendimiento del modelo.

Explorando nuevos modelos que combinan IA, lenguaje y computación cuántica.

Aprende cómo la cuantización hace que los modelos de IA sean más baratos y fáciles de usar.

Nuevos métodos mejoran la precisión de clasificación sin datos etiquetados.

Un nuevo enfoque mejora la resolución de pronombres usando BERT y información sintáctica.

Esta investigación se centra en mejorar los sistemas de diálogo al integrar contexto y significado en las evaluaciones.

Una nueva forma de recoger datos de ajuste de instrucciones para modelos de lenguaje grandes.

Nuevo modelo mejora el reconocimiento de voz en entornos ruidosos al centrarse en un solo hablante.

Un nuevo método para evaluar modelos de lenguaje sin etiquetas humanas.

Un nuevo modelo mejora la comprensión de lenguas mezcladas.

Este estudio investiga los sesgos en los modelos de lenguaje usando aprendizaje basado en prompts.

Esta investigación resalta el papel de volver a leer en mejorar las habilidades de razonamiento de los modelos de lenguaje.

Un estudio analiza métodos de ajuste fino para modelos de lenguaje para mantener el conocimiento a través de idiomas.

Un método para eliminar comportamientos tóxicos en modelos de lenguaje manteniendo el rendimiento.

La investigación muestra cómo los LLM pueden mejorar la privacidad sin perder efectividad en el modelo de lenguaje.

Nuevos métodos mejoran la precisión de convertir el lenguaje hablado en texto escrito.

Un estudio muestra que los LLMs generativos destacan en la similitud textual semántica en comparación con los modelos tradicionales.

Un método para mejorar el reconocimiento de entidades nombradas en consultas de búsqueda en chino.

Examinando métodos de aprendizaje activo para mejorar el entrenamiento del clasificador PLM bajo restricciones de presupuesto.

Examina los riesgos que los ataques backdoor representan para los sistemas de procesamiento de lenguaje natural.

Investigando cambios inesperados en el comportamiento de los modelos de lenguaje durante el entrenamiento.

Nuevos métodos reducen los errores de traducción en sistemas multilingües.

Examinando el papel del contexto en la interpretación de tareas de lenguaje.

Una mirada completa a la creación de un conjunto de pruebas para el procesamiento de lenguaje natural en griego.

Este estudio evalúa cómo se pueden usar los LLM en tareas de traducción en tiempo real.

El marco DebCSE mejora los embeddings de oraciones al reducir los sesgos durante el entrenamiento.

Este artículo presenta una visión geométrica de los modelos de lenguaje transformer.

Nuevos métodos mejoran el aprendizaje de tareas y la retención en sistemas de diálogo.

Una mirada a cómo la extracción de relaciones contextuales construye grafos de conocimiento.

Un nuevo método mejora el reconocimiento de imágenes usando descripciones de texto personalizadas.