Informatique - Calcul et langage

Un nouveau jeu de données vise à mieux comprendre les ambiguïtés des questions liées au temps.

La recherche évalue les liens entre les modèles de parole et de langage pour une meilleure reconnaissance et traduction.

Cette méthode permet aux modèles de langage de prendre en compte des résultats alternatifs dans la génération de texte.

Un système pour faciliter la connaissance sur les Grands Modèles de Langage pour les chercheurs.

Explorer l'idée des maths comme un moyen d'exprimer les pensées humaines.

Explorer l'impact et l'avenir des gros modèles de langage dans la communication.

ASLS permet la personnalisation en temps réel des modèles de langage selon les interactions des utilisateurs.

Une méthode pour améliorer la reconnaissance vocale automatique en mélangeant des listes de mots-clés avec des modèles de langue.

Cette étude se concentre sur l'amélioration de la reconnaissance d'entités dans des vieux textes touchés par des erreurs OCR.

Une étude sur les techniques d'imitation vocale utilisant la technologie pour améliorer la communication.

Un nouveau cadre améliore la capacité des modèles à gérer efficacement les questions liées au temps.

Examiner comment les robots peuvent vraiment comprendre le langage à travers des expériences du monde réel.

Utiliser le PNL pour documenter et protéger le dialecte Hawrami en danger.

Apprends à entraîner des modèles de parole de manière efficace avec moins de ressources étiquetées.

Une nouvelle approche pour évaluer les benchmarks de l'IA en matière de compréhension culturelle.

CodeInsight propose un ensemble de données affiné pour générer du code Python avec de vrais exemples.

Une analyse de la terminologie de genre dans la technologie de la parole et ses implications sociétales.

Présentation de CLIPFit, une méthode pour un ajustement efficace des modèles Vision-Langue.

Examiner l'impact des textes générés par l'IA sur les décisions des investisseurs.

Une étude sur les omissions et les distorsions dans la génération de langage naturel à partir des données RDF.

Apprends comment la quantification à faible bit améliore l'efficacité des grands modèles de langage.

Une nouvelle méthode améliore la précision des réponses aux questions provenant de tableaux en fusionnant deux systèmes.

SWE2 améliore la détection des discours haineux sur les réseaux sociaux grâce à des techniques avancées.

Ce cadre améliore la détection des énoncés contrefactuels en utilisant des modèles neuronaux et des méthodes causales.

Le modèle CCI améliore la création d'histoires en se concentrant sur les personnages et en s'inspirant des images.

Les avancées en IA transforment la création de documents médicaux essentiels.

Cette étude examine comment les gens expriment leurs stratégies d'adaptation à travers le langage dans des situations émotionnelles.

SciDFM offre un raisonnement avancé et une compréhension pour la recherche scientifique.

De nouvelles méthodes se concentrent sur l'analyse du code source pour une meilleure prédiction des défauts.

Le dataset MultiClimate montre les positions du public sur le changement climatique à travers des vidéos.

Un aperçu des différentes méthodes pour fusionner des modèles afin d'améliorer la performance du machine learning.

Une nouvelle méthode pour créer des distracteurs intéressants dans les évaluations éducatives.

Une étude sur la façon dont les modèles suivent les instructions pendant des dialogues complexes.

Présentation de LowREm, un outil pour améliorer les embeddings de mots dans les langues sous-représentées.

Évaluer l'impact des LLM sur la documentation en santé et la sécurité.

Le projet MultiMed améliore la reconnaissance vocale automatique pour une meilleure communication dans le domaine de la santé.

Une étude sur l'amélioration des méthodes de recherche pour des avis divers sur des questions complexes.

Cet article parle des nouvelles stratégies pour entraîner efficacement des systèmes de traduction vocale.

EMOVA améliore l'interaction humain-ordinateur grâce à l'expression émotionnelle.

Explorer comment les LLM ont du mal avec les défis de codage complexes.