Informatique - Calcul et langage

Un nouveau jeu de données améliore la reconnaissance de la langue des signes sous plusieurs angles.

Une nouvelle méthode améliore le traitement des longs textes dans les modèles de langue pour des réponses plus précises.

AIvril améliore la génération de code RTL grâce à une vérification automatique de la syntaxe et une vérification fonctionnelle.

La recherche se concentre sur l'amélioration de l'apprentissage des langues grâce à des modèles de parole ancrés visuellement.

Examiner la relation entre les LLM et la cognition humaine.

Évaluer la capacité des grands modèles de langage à gérer les régulations sur la vie privée.

Une nouvelle méthode pour améliorer la précision et l'efficacité de la récupération k-NN.

Découvrez comment les L-systèmes stochastiques simulent des motifs de croissance des plantes réalistes.

Une étude révèle comment les modèles de langage oublient des compétences de manière inégale selon les tâches.

CRAFT simplifie la génération de jeux de données synthétiques pour différentes tâches avec un minimum d'interaction de l'utilisateur.

Des modèles open-source qui classifient efficacement les textes politiques sans avoir besoin d'un entraînement intensif.

LongGenBench évalue les grands modèles de langage dans la génération de textes longs de haute qualité.

Cet article examine les difficultés que rencontrent les modèles pour gérer les données d'entreprise.

Les grands modèles de langage améliorent l'efficacité des évaluations de réponses médicales.

Un nouveau jeu de données améliore la reconnaissance de la langue des signes grâce à une capture de mouvement avancée.

Une nouvelle méthode vise à améliorer la précision dans les tâches de traduction.

Un nouveau cadre améliore la qualité des données d'instruction pour les modèles de langue.

Recherche de liens dans les textes bibliques avec des modèles de langage avancés.

De nouvelles méthodes améliorent la classification d'images avec moins d'exemples.

Une nouvelle méthode améliore la détection et l'explication des fausses infos.

Cet article explore le rôle de l'apprentissage profond dans la stéganalyse linguistique.

FC-KAN améliore l'analyse d'image grâce à des combinaisons de fonctions intelligentes.

Une nouvelle méthode améliore la qualité des images grâce à des techniques avancées.

Une nouvelle méthode améliore la compréhension des expositions de musées en utilisant la technologie CLIP.

Le RAG reste essentiel pour optimiser les réponses des modèles de langage, surtout avec des textes longs.

Un nouveau modèle propose un traitement du langage économe en énergie pour les petits appareils.

La cuisson de prompts améliore la performance des modèles de langage et la rétention de connaissances.

Une nouvelle méthode d'évaluation pour les grands modèles de langage en utilisant des appels API imbriqués.

Des recherches montrent comment les neurones dans les modèles de parole reconnaissent les caractéristiques clés du son.

GraphEx aide les vendeurs à trouver des mots-clés plus pertinents pour de meilleures ventes.

Cette étude examine comment l'auto-attention affecte la reconnaissance vocale en turc et en anglais.

Explorer l'impact des styles de transcription sur la précision de l'anglais afro-américain.

Une nouvelle méthode pour évaluer l'incertitude dans les résultats des modèles de langue pour plus de fiabilité.

Une nouvelle méthode s'attaque au problème de détecter les inexactitudes dans les textes générés par l'IA.

Les LLMs de discours montrent du potentiel mais galèrent avec l'identification des intervenants dans les conversations.

LongLLaVA améliore la compréhension de plusieurs images pour différentes applis.

Explorer l'efficacité et l'adaptabilité des modèles de langue grâce à un design modulaire.

Les départements RH peuvent vraiment profiter d'une représentation des données structurées avec des Graphes de Connaissance.

Un aperçu des méthodes pour rendre les vieux textes plus faciles à lire.

R2GQA aide les étudiants à trouver des réponses aux règles universitaires compliquées de manière efficace.