Mark Gales

Cet article explore comment les éléments de texte influencent les tâches de classification en NLP.

Ce cadre améliore l'efficacité et la précision de l'évaluation des textes en utilisant des grands modèles de langage.

CrossCheckGPT offre une nouvelle façon d'évaluer la fiabilité et la précision des modèles.

Un clip audio universel peut couper des modèles ASR avancés comme Whisper.

Des recherches montrent des risques dans les modèles de parole multi-tâches comme Whisper.

Une nouvelle méthode améliore l'évaluation des textes en utilisant des probabilités douces pour plus de précision.