Informatique - Calcul et langage

Explorer comment les robots peuvent mieux comprendre et expliquer les conversations avec les gens.

Explore comment les grands modèles de langage améliorent la créativité à travers la génération multimédia.

MAP-Neo vise la transparence et la performance dans la modélisation du langage IA.

Une nouvelle méthode améliore la fiabilité des modèles linguistiques grâce à une récupération efficace.

MEMoE améliore l'édition de modèles pour les modèles de langage, garantissant des mises à jour précises et efficaces.

Cette étude évalue les capacités des modèles de langage à comprendre les pensées et les émotions.

Une nouvelle méthode pour évaluer les explications des neurones dans les modèles d'apprentissage profond.

Un nouveau jeu de données analyse les infos trompeuses dans les réponses des LLM.

Les modèles de langue améliorent les performances sur le web grâce à des techniques d'auto-amélioration.

Une nouvelle méthode vise à traiter le biais dans les résultats des modèles linguistiques.

ROAST améliore l'analyse des sentiments en se concentrant sur l'ensemble des avis.

ETHER propose une manière économique d'affiner des gros modèles d'apprentissage automatique.

Examiner comment les biais influencent les LLMs dans la représentation de personnes humaines complexes.

Un nouveau cadre améliore les capacités des petits modèles en programmation robotique.

Un nouveau cadre combine les GNN et les LLM pour des réponses améliorées à partir des graphes de connaissances.

Examiner les capacités de comptage des modèles de langage, leur structure et leurs processus d'apprentissage.

Une nouvelle approche améliore les modèles de langage en se concentrant sur les préférences humaines dans la génération de texte.

Une nouvelle méthode permet aux agents de suivre les règles de sécurité en langage simple.

Un nouveau système qui améliore l'efficacité d'apprentissage des robots en utilisant des vidéos et des retours en langage.

Une nouvelle méthode améliore la capacité à générer des textes variés avec des attributs spécifiques.

Examiner le rôle des agents LLM dans la résolution de problèmes du monde réel.

Une nouvelle méthode améliore l'efficacité du fine-tuning et réduit l'utilisation de mémoire pour les grands modèles de langage.

Cette étude explore l'utilisation de modèles plus petits pour améliorer la sécurité des systèmes d'IA.

Améliorer les stratégies de planification dans les jeux et les simulations avec une approche adaptable.

Une nouvelle méthode améliore la complétion de code en utilisant l'analyse de flux de données.

De nouvelles méthodes améliorent la vitesse et la précision de communication pour les patients atteints de SLA utilisant le correcteur P300.

Présentation d'une approche innovante pour identifier les relations causales dans les documents.

Voici MaCoDE, une méthode pour créer des données synthétiques de haute qualité.

De nouvelles méthodes améliorent la façon dont les modèles de langage gèrent les erreurs factuelles au fil du temps.

De nouvelles ressources améliorent l'évaluation des modèles de langue coréenne.

Cet article parle d'utiliser des modèles plus petits pour affiner les données d'entraînement afin d'améliorer les performances.

Un nouveau standard pour évaluer les modèles de langue française améliore les capacités multilingues.

Une nouvelle méthode améliore la compréhension des résultats des modèles de langage.

Cette étude évalue la fiabilité des outils d'IA dans la pratique juridique.

Une nouvelle méthode pour affiner les modèles de langage en utilisant l'auto-attention.

Une méthode pour réécrire des textes tout en protégeant la vie privée des individus.

Une nouvelle approche améliore les systèmes de dialogue en combinant les sujets et les structures rhétoriques.

Des recherches montrent que des instructions variées améliorent la performance des modèles de langage sur des tâches inédites.

Une nouvelle méthode augmente la vitesse de génération de texte en utilisant une sélection de candidats adaptative.

Cette étude compare des LLMs intégrés avec différents solveurs symboliques pour des tâches de raisonnement logique.