Informatique - Calcul et langage

Une étude révèle des risques surprenants à partager des données sensibles avec des chatbots.

Examiner comment les LLM peuvent additionner des chiffres sans étapes explicites.

De nouveaux outils permettent des requêtes de données intuitives en utilisant le langage naturel.

Combiner des LLM et Prolog améliore le raisonnement dans la génération de texte.

Un nouveau modèle pour évaluer l'accord par chance dans les tâches d'annotation de texte.

Une nouvelle méthode améliore l'efficacité d'embedding pour les modèles de langue.

Une nouvelle méthode améliore le filigrane sans sacrifier la qualité du texte.

ReSP améliore la réponse aux questions multi-sauts grâce à une récupération structurée et une synthèse intelligente.

Une étude montre une amélioration de l'analyse de sentiment grâce aux LLMs locaux et au vote majoritaire.

Apprends comment l'ingénierie des prompts améliore les performances des modèles de langage dans les tâches de NLP.

Un modèle basé sur la critique améliore la précision pour repérer les inexactitudes dans les textes générés par l'IA.

Cet article parle des méthodes pour améliorer la reconnaissance vocale pour les langues avec peu de données.

Analyser l'importance et les difficultés d'évaluer les modèles d'IA multimodaux.

Cet article examine comment le réseau et l'identité influencent la popularité des hashtags sur Twitter.

Un aperçu de comment les machines reconnaissent le sarcasme grâce à de nouvelles méthodes.

Explorer le rôle des modèles spécifiques au domaine et sensibles à l'incertitude dans le secteur de la santé.

Cet article examine comment l'initialisation des embeddings influence la performance des modèles de transformateurs.

Une nouvelle approche pour mesurer la difficulté des données pour un meilleur entraînement des modèles.

MERLIN améliore la recherche vidéo en impliquant les utilisateurs dans des retours interactifs.

Cet article examine l'efficacité des modèles multimodaux en utilisant des données linguistiques et visuelles.

Une nouvelle approche pour améliorer les modèles linguistiques pour les diverses langues indiennes.

Une étude révèle que les utilisateurs de gauche reçoivent plus de réponses toxiques que ceux de droite ou du centre.

Un nouveau cadre améliore la capacité des modèles à répondre à des questions sensibles au temps.

Une étude sur l'amélioration de la précision de la transcription grâce à une meilleure conception des invites.

Une étude montre que les influenceurs néerlandais respectent mal les règles de transparence en matière de publicité.

Cette étude met en avant les améliorations de STR en utilisant RoBERTa à travers les langues.

La recherche vise à développer des modèles de langage avec des personnalités uniques pour des interactions plus humaines.

Combiner la compréhension du langage et la vision améliore les capacités de navigation des robots.

Ce papier met en avant la performance des modèles de langage ternaire et leur efficacité.

MEDFuse combine des données structurées et non structurées pour de meilleures prédictions des résultats de santé.

Approche simplifiée pour digérer des recherches médicales complexes et mieux comprendre les maladies.

Les grands modèles de langage simplifient l'analyse des discussions de négociation, ce qui fait gagner du temps et réduit les erreurs.

Un cadre pour améliorer l'analyse de sentiments de l'IA dans les conversations de santé.

De nouvelles méthodes promettent une meilleure compréhension de la lecture en milieu clinique.

Recherche sur les interactions de groupe dans l'apprentissage des langues en utilisant des agents neuronaux avancés.

Un nouveau jeu de données pour améliorer la performance des réponses aux questions avec de longues réponses rédigées par des humains.

Un nouveau cadre améliore la précision et l'efficacité dans la génération d'appels d'API.

La recherche propose un cadre pour réduire les biais dans les textes générés par l'IA.

Un nouveau modèle utilise des principes de la mémoire humaine pour améliorer la performance des modèles de langue.

Apprends des méthodes efficaces pour peaufiner des grands modèles de langage avec moins de données et à moindres coûts.