Informatique - Calcul et langage

Une nouvelle technique améliore la génération de texte dans le traitement du langage naturel.

Examiner les biais dans les modèles de langue selon différents facteurs démographiques.

Découvrez comment les modèles de langage apprennent en continu et retiennent des connaissances au fil du temps.

Améliorer la capacité des LLM à peaufiner leur code grâce à des techniques de débogage autonome.

JADS combine la découverte de thèmes et la résumation pour des insights textuels clairs.

Un nouveau cadre pour évaluer les grands modèles de langage avec l'insight humain.

Cet article examine les vulnérabilités des modèles de discours et les moyens d'améliorer leur sécurité.

Un système innovant combine des nouvelles et des évaluations cognitives pour les personnes âgées.

Une nouvelle approche améliore la diversité des prompts pour des modèles de langage plus sûrs.

Les VLMs galèrent avec la classification d'images, mais une meilleure intégration des données peut améliorer leurs capacités.

Un nouveau système simplifie le montage vidéo avec des descriptions automatiques.

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

Un système de génération de texte automatisé aide à la communication pour ceux qui ont des difficultés linguistiques.

L'apprentissage auto-supervisé améliore la précision de la vérification de l'écriture manuscrite en utilisant des données non étiquetées.

Stratégies pour améliorer l'apprentissage des connaissances dans les modèles de langage.

Présentation de ToCa, une méthode pour créer des sous-titres en utilisant uniquement des données textuelles.

Une reconnaissance vocale améliorée pour les salles de classe grâce à des techniques de formation avancées améliore l'apprentissage.

Nouveau cadre améliore la planification de voyage pour les grands modèles de langage.

Comprendre et atténuer les hallucinations dans l'IA pour une performance fiable.

Une riche collection de textes du parlement israélien pour analyse.

Cette étude examine comment le contexte influence l'expression émotionnelle dans les discussions en ligne sur la dépression.

Cette étude examine à quel point les LLMs peuvent trouver et corriger des erreurs médicales.

Un aperçu des méthodes pour suivre les effets secondaires des médicaments.

Cet article parle d'étendre les fenêtres de contexte dans les modèles de langage en utilisant des vecteurs de position.

Attribuer des sources dans les modèles de langage renforce la confiance et l'exactitude du contenu généré.

Un nouveau cadre pour améliorer la précision et l'efficacité des réponses aux questions conversationnelles.

La recherche explore des méthodes pour améliorer la façon dont les modèles de langage apprennent du contexte.

Une nouvelle approche améliore l'équité dans l'identification des discours de haine à travers différents groupes.

Une nouvelle méthode améliore les modèles de langue en générant plusieurs jetons en même temps.

Des recherches montrent une méthode pour améliorer les performances des modèles multi-modaux en comblant les lacunes de représentation.

Une nouvelle méthode améliore le réglage des grands modèles de langage pour une meilleure efficacité.

Cette étude présente un système pour améliorer la précision des modèles de langue en utilisant des défis adverses.

Examiner pourquoi les modèles plus grands ont du mal avec l'apprentissage en contexte par rapport aux plus petits.

De nouvelles méthodes améliorent la compréhension du code binaire grâce à des approches innovantes.

Les avancées dans les modèles d'IA améliorent la précision de l'interprétation des images médicales.

Cette étude évalue comment les modèles de langage gèrent les affirmations sur le changement climatique.

ALCM améliore la découverte causale en combinant les LLMs avec des méthodes traditionnelles pour des infos plus pointues.

Introduction d'explications sélectives pour améliorer l'attribution des fonctionnalités dans les modèles d'apprentissage automatique.

Un nouveau concept de modèle montre comment tester efficacement les capacités de l'IA.

Analyser les défauts des algorithmes d'apprentissage des préférences et leur impact sur les modèles de langue.