Informatique - Calcul et langage

DIRAS améliore l'annotation de pertinence pour la recherche d'infos, optimisant la performance dans différents domaines.

La recherche met en avant le rôle des neurones de sécurité dans l'amélioration de la sécurité et de la responsabilité des LLM.

Améliorer l'engagement des utilisateurs dans de grands modèles vision-langage grâce à une communication proactive.

Une revue de comment la sélection des données améliore la performance des modèles linguistiques.

Une nouvelle méthode améliore la protection de la vie privée dans les modèles de langage tout en gardant de bonnes performances.

Cet article parle des risques de sécurité et des stratégies de défense pour les grands modèles de langage.

Avancées dans le fine-tuning des modèles de langage avec des techniques innovantes.

Cet article parle de l'adaptation des modèles de langue pour un meilleur soutien dans différentes langues.

Une étude sur comment les modèles de langage peuvent ignorer les instructions et leurs implications.

Cet article parle de comment les systèmes RAG améliorent la génération de texte en utilisant des infos externes.

Présentation d'une méthode pour améliorer la communication en équilibrant le sens et l'énergie utilisée.

Cet article parle de l'importance de mesurer l'incertitude dans les prédictions de l'IA.

Examiner les obstacles que rencontrent les LLM dans la traduction des langues à faibles ressources.

Une nouvelle techno améliore la gestion de l'énergie pour la recharge des véhicules électriques.

Identifier le texte généré par l'IA est super important pour faire confiance aux infos.

Un nouveau système génère des mnémotechniques pour aider à retenir le vocabulaire en se basant sur les retours des étudiants.

Cette recherche améliore la planification des modèles de langage grâce à des cartes cognitives.

Une nouvelle méthode combine des caractéristiques acoustiques et des scores de confiance pour une meilleure correction des erreurs.

Une étude évalue comment les machines créent de la poésie variée et créative comparée à celle des humains.

Une étude sur comment les machines s'adaptent aux changements phonologiques dans la parole.

Une nouvelle méthode améliore notre façon d'évaluer les contre-narrations à la haine.

De nouvelles méthodes améliorent les réponses des modèles de langage pour mieux répondre aux préférences des utilisateurs.

De nouvelles méthodes améliorent la vitesse et la précision de l'analyse de sentiment.

Des recherches montrent que les modèles non entraînés se connectent aux réponses du cerveau humain dans le traitement du langage.

Un cadre unifié pour évaluer les types d'explications pour une meilleure compréhension des modèles.

Une étude complète sur la performance des modèles linguistiques dans 10 langues indiennes.

Cet article présente une méthode pour la détection et l'explicabilité des revues de spam en temps réel.

Un modèle qui protège les données personnelles dans les écrits juridiques italiens.

Les recherches mettent en lumière les capacités d'apprentissage en contexte des grands modèles de langage.

LLM2FEA combine l'IA générative et les algorithmes évolutifs pour des solutions de design innovantes.

InternLM-Law améliore les réponses à diverses questions juridiques chinoises grâce à une formation avancée.

Cette étude examine les opinions du public sur l'itinérance en utilisant l'analyse des réseaux sociaux.

Une nouvelle méthode améliore la réparation de code pour les langages de programmation sous-utilisés.

Un nouveau système pour une traduction rapide et précise de la parole dans plusieurs langues.

De nouvelles techniques améliorent les performances en raisonnement et en logique des grands modèles de langage.

Explorer comment les profils d'utilisateurs améliorent la personnalisation dans les modèles de langue.

Une étude examine comment les LLMs raisonnent avec des données graphiques.

Un nouveau modèle améliore la reconnaissance des références d'événements à travers plusieurs documents.

Un nouveau cadre améliore la représentation des valeurs humaines diverses par les modèles linguistiques.

Les recherches montrent comment les retours en plusieurs langues peuvent améliorer la fiabilité des modèles de langue.