Informatique - Calcul et langage

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

Cette étude se concentre sur l'amélioration de la fiabilité des systèmes de dialogue en évaluant la confiance dans les réponses.

L'automatisation de l'annotation de texte améliore la précision et l'efficacité en apprentissage automatique.

Une nouvelle approche combine deux modèles KenLM pour un meilleur filtrage des données.

Une nouvelle technique révèle des faiblesses dans les mesures de sécurité de l'IA pour les modèles de langage.

Transformer du texte en mouvements numériques réalistes grâce à des modèles innovants.

Visualise comment les mots-clés et les sujets évoluent avec le temps grâce à TimeLink.

Cette étude explore des modèles génératifs pour créer des mots-clés efficaces dans des articles scientifiques.

Une nouvelle technique réduit les besoins en mémoire pour les grands modèles linguistiques tout en maintenant la performance.

Une nouvelle méthode améliore l'efficacité dans le traitement des longues entrées pour les modèles de langue.

Les modèles de langage causaux montrent du potentiel pour résoudre les puzzles de Sudoku et de Zebra.

Explorer comment la mémoire fonctionne dans les LLM et sa comparaison avec la mémoire humaine.

Un cadre pour améliorer le comportement cooperatif en utilisant la technologie AI avancée.

ReflectDiffu améliore les interactions avec les chatbots en comprenant mieux les émotions.

La recherche met en avant les limites de la mémoire de travail dans les modèles Transformer lors de tâches complexes.

Une nouvelle méthode améliore la communication des modèles de langage en ajustant les traits de personnalité.

Une étude évalue GPT-4 et clinalytix Medical AI pour prédire le risque de délire.

Une nouvelle méthode améliore les systèmes de reconnaissance vocale en détectant les interruptions dans la parole.

Un nouveau modèle d'embeddings de texte montre des promesses dans les tâches multilingues et les performances.

Un aperçu de comment l'IRL améliore la performance et la diversité des modèles de langage.

Des chercheurs évaluent le rôle des grands modèles de langage dans l'organisation des connaissances.

Améliorer les résumés de dialogues en se concentrant sur le contexte de la conversation et l'intention.

La pseudo-rotation du titulaire améliore les performances et la cohérence des réponses des modèles de langage.

Un nouveau standard vise à améliorer l'évaluation de l'incertitude dans les modèles de langue.

Un nouveau jeu de données et un modèle améliorent l'analyse des textes académiques complexes.

Un nouveau cadre améliore la précision et réduit les erreurs dans la génération de textes médicaux.

SelECT-SQL améliore la précision de la conversion du langage naturel en requêtes SQL.

SC-Phi2 est un petit modèle de langue conçu pour un gameplay efficace dans StarCraft II.

Une nouvelle approche améliore la fiabilité de l'entraînement des modèles de langue grâce à des systèmes de retour d'information solides.

Une nouvelle méthode améliore le raisonnement des modèles grâce à des traces de programmation structurées.

Une nouvelle méthode utilise l'audio pour améliorer la précision de la prononciation des machines.

Un nouveau système combine des LLM et de l'IA symbolique pour plus de précision et de transparence.

HEARTS vise à améliorer la détection des stéréotypes dans les textes tout en garantissant l'explicabilité et la durabilité.

Une nouvelle méthode améliore le flow de la conversation en utilisant plusieurs documents comme sources.

Améliorer les modèles de langage pour une meilleure génération de dialectes arabes et une sensibilisation culturelle.

Explorer le défi GenSEC pour améliorer la précision de la transcription vocale.

NVLM améliore la compréhension du langage et des visuels par l'IA pour des tâches variées.

Une nouvelle méthode améliore la sélection des données pour entraîner des modèles de langue.

Enquête sur comment les agents IA reproduisent des résultats scientifiques grâce à un nouveau benchmark.

THaMES propose un cadre pour réduire les hallucinations dans les modèles de langage.