Derniers articles pour LLMs

Cette étude examine l'efficacité des LLMs en musicologie et leur fiabilité.

Cette étude examine comment les LLM évaluent les résumés de rapports de bogues par rapport aux évaluateurs humains.

De nouvelles méthodes améliorent la sélection des outils pour les modèles de langue.

Un nouveau point de repère évalue les biais dans les modèles de langue utilisés pour les diagnostics médicaux.

Cette étude compare différents LLM pour trouver des bugs et détecter des vulnérabilités dans les logiciels.

AIvril améliore la génération de code RTL grâce à une vérification automatique de la syntaxe et une vérification fonctionnelle.

Explorer comment les LLM peuvent identifier efficacement des instances de données inhabituelles.

Explorer l'efficacité et l'adaptabilité des modèles de langue grâce à un design modulaire.

Le nouveau cadre GenDFIR améliore l'analyse des chronologies d'événements cyber.

De meilleures invites améliorent la qualité des données tabulaires synthétiques générées par les LLMs.

Découvrez comment les LLM simplifient la création de journaux d'événements à partir de données IoT désordonnées.

Une enquête révèle des infos sur l'utilisation des LLM et les inquiétudes dans un cadre pédiatrique.

De nouvelles méthodes relient les métadonnées aux graphes de connaissances pour une meilleure interprétation des données.

Une étude explore comment les modèles de langage peuvent prédire la sortie des patients en utilisant les journaux EHR.

Cette recherche améliore la façon dont les modèles répondent aux questions en utilisant des tableaux.

Cette étude évalue comment les LLM gèrent les requêtes SPARQL et les Graphes de Connaissances.

Une nouvelle méthode pour améliorer les maîtres de jeu IA en utilisant les appels de fonction dans les jeux de société.

Explorer comment des explications plus claires renforcent la confiance dans les recommandations.

Explorer comment les LLM peuvent simplifier l'édition de documents structurés avec un minimum d'effort.

Examiner comment le langage influence l'efficacité des recommandations basées sur les LLM.

ProcessTBench améliore les capacités des LLM en planification de tâches et en extraction de processus.

Les modèles de base améliorent la reconnaissance des émotions et l'interaction dans l'informatique affective.

AgentTorch améliore la modélisation basée sur des agents, en simulant des comportements complexes dans de grandes populations.

Une nouvelle méthode améliore la génération de scénarios de circulation en utilisant des entrées en langage naturel.

La recherche explore de nouvelles méthodes pour générer des arbres de comportement en utilisant des modèles de langage.

Cette étude examine le biais de genre dans les évaluations des profs générées par des modèles d'IA.

Des recherches montrent le potentiel des LLM pour reconnaître des objets dans des visuels basés sur des événements.

Améliorer les expériences utilisateurs grâce à des systèmes de recommandation intégrés.

Une nouvelle méthode améliore la détection de bugs dans les logiciels en utilisant des agents LLM et une stratégie de division et conquête.

Des recherches montrent de nouvelles méthodes pour améliorer la fusion de code logiciel.

Ce papier évalue à quel point les modèles de langue expliquent les concepts scientifiques.

Une nouvelle approche améliore les résumés de séances de santé mentale grâce à un moteur de planification.

Présentation de FMDLlama, un modèle linguistique pour détecter les fausses infos financières.

Examen des effets des biais cognitifs sur les évaluations des modèles de langage et la prise de décision.

La recherche sur les LLM dans les contextes de santé mentale multilingues met en avant des succès et des défis.

Les LLMs créent des histoires qui parlent aux jeunes pour soutenir leur bien-être mental.

Examiner l'impact des textes générés par l'IA sur les décisions des investisseurs.

Une nouvelle méthode vise à améliorer le texte alt pour les icônes d'applis mobiles afin d'aider les utilisateurs malvoyants.

Explorer les avis des étudiants sur le soutien de l'IA pour les services de santé mentale.

Cet article évalue à quel point les LLMs génèrent des cas de test pour des programmes Java.