Sunayana Sitaram

Explorer comment les LLM peuvent évaluer les sorties de modèles dans plusieurs langues.

Une nouvelle approche pour intégrer des perspectives culturelles variées dans les modèles de langage.

Cette recherche se concentre sur la réduction de plusieurs biais dans les modèles de langage en même temps.

Une façon structurée d'évaluer les modèles de langue dans des contextes multilingues.

Techniques pour améliorer l'efficacité des modèles de langue dans différentes langues.

Une étude évalue sept LLMs sur l'analyse de sentiment dans des discussions WhatsApp en langues mélangées.

Une étude qui évalue les biais culturels dans les modèles de langage populaires.

Une étude complète sur la performance des modèles linguistiques dans 10 langues indiennes.

Les recherches montrent comment les retours en plusieurs langues peuvent améliorer la fiabilité des modèles de langue.

Un nouveau critère évalue la performance des modèles de langue à l'échelle mondiale.

O-HuBERT améliore la reconnaissance vocale en séparant le contenu et l'information expressive.