Nanyun Peng

Un nouveau critère améliore la manière dont on évalue les LVLMs et leur précision.

Une nouvelle méthode améliore l'auto-formation pour les agents linguistiques en utilisant des modèles de réflexion.

Une nouvelle approche améliore l'exactitude et la créativité des résultats des modèles linguistiques.

Présentation d'une nouvelle échelle pour évaluer la profondeur émotionnelle dans la narration.

LLM-A* fusionne des algos traditionnels avec des modèles de langage pour un plan de trajet efficace.

Un nouveau système améliore la précision et la fiabilité dans la génération de texte à partir des RALM.

Analyser les capacités de narration des grands modèles de langage par rapport aux auteurs humains.

De nouvelles méthodes améliorent les relations automatiques question-réponse dans l'analyse d'écriture.

Améliorer l'apprentissage vidéo égocentrique grâce à des données exocentriques transformées.

ARMADA améliore l'appariement image-texte grâce à la création de données axées sur les attributs.

Un nouveau modèle transforme des textes banals en paroles de chanson adaptées.

Des recherches montrent des méthodes pour améliorer la conscience du contexte dans les modèles de langage pour des réponses plus pertinentes.

Une nouvelle méthode aide les ordinateurs à identifier des objets avec moins d'images et un langage simple.

Une base de données de sécurité pour respecter les normes culturelles et les directives légales à l'échelle mondiale.