Informatique - Calcul et langage

Une nouvelle méthode améliore la réactivité des modèles de langage face aux requêtes inconnues.

Une exploration de comment les modèles de langage prédisent les futurs tokens par rapport à la pensée humaine.

Explorer une méthode pour créer des histoires cohérentes avec des points de terminaison liés.

Une nouvelle approche améliore la fiabilité des modèles de langage grâce à des mécanismes d'auto-réparation.

Ce papier examine comment les données affectent l'évaluation des modèles de NLP.

Un nouveau cadre améliore notre façon d'évaluer la cohérence dans les textes.

Un nouveau jeu de données améliore la recherche de cas précédents pour les pros du droit.

Exploiter le NLP pour extraire efficacement des infos de jugements légaux longs.

Résoudre les problèmes de traduction de modèles pour améliorer la représentation culturelle.

Un nouveau cadre aide les modèles de langage à apprendre de leurs erreurs dans la résolution de problèmes.

TraveLER améliore la compréhension des vidéos grâce à des questions interactives pour de meilleures réponses.

Des systèmes automatisés simplifient la collecte de données à partir de la littérature scientifique en chimie.

Cette étude examine comment les grands modèles de langage imitent les biais humains.

Présentation d'un modèle pour améliorer la sécurité dans la génération de langage et réduire les risques.

IsoBench évalue comment les modèles gèrent le texte et les images pour identifier leurs points forts.

Découvre les processus derrière l'entraînement des modèles de langage IA avancés.

Examine la croissance de la communication entre les humains et les robots en utilisant le langage naturel.

Explorer comment des données inoffensives peuvent, sans le vouloir, produire des résultats nuisibles dans les modèles de langage.

Ce papier examine des modèles qui résolvent des casse-têtes ingénieux en traitement du langage naturel.

Explorer le rôle de l'éthique dans la technologie de traduction linguistique.

Une nouvelle méthode pour évaluer la précision des modèles de langue en utilisant des graphes de connaissances.

ChatGLM-RLHF améliore les interactions avec l'IA grâce à des retours humains et des méthodes d'entraînement avancées.

Un nouveau jeu de données se concentre sur le raisonnement causal en utilisant les animations de 'Tom et Jerry'.

Présentation d'un cadre pour une évaluation plus précise des performances de requête dans la recherche d'informations.

Des recherches montrent des risques de sécurité importants dans les modèles de chat à cause des attaques par porte dérobée.

Cette étude évalue la performance des LLMs avec la langue persane.

La recherche met en avant les vulnérabilités des systèmes MNMT face aux attaques par backdoor.

Une étude sur comment T5 traite les données structurées pour les requêtes SQL.

Une nouvelle approche pour protéger les modèles linguistiques des déclencheurs de données nuisibles.

Explorer l'intersection de l'informatique quantique et des modèles de transformateurs en IA.

Explore comment Mixture-of-Depths améliore l'efficacité des modèles de langage de manière durable.

Une étude montre que les petits modèles fonctionnent bien avec des données d'entraînement simplifiées.

Cette étude examine l'utilisation de l'IA pour créer des distracteurs pour des questions à choix multiples en maths.

Une nouvelle approche pour améliorer la modélisation de sujets en utilisant des relations basées sur des graphes.

Un nouveau jeu de données évalue les systèmes RAG pour des réponses précises aux questions.

De nouveaux modèles améliorent les compétences de raisonnement dans différentes tâches, ce qui booste les performances de l'IA.

Ce guide explore comment intégrer des outils d'IA dans le raisonnement des arguments juridiques.

Une nouvelle méthode améliore la résolution de la coreférence des événements pour mieux comprendre le texte.

Une revue de comment les LLM gèrent les tâches de raisonnement et leurs limites.

De nouvelles méthodes d'évaluation visent à améliorer la détection de contenus nuisibles en ligne.