Informatique - Calcul et langage

Explorer l'avenir du traitement du langage extractif en utilisant des modèles génératifs.

Une méthode pour améliorer les réponses de l'IA grâce à une compréhension culturelle.

Une nouvelle méthode améliore le flux des résumés extractifs.

LinkNER combine des modèles NER et des LLM pour une meilleure reconnaissance des entités nommées.

SPAR améliore les recommandations personnalisées en analysant de longues histoires d'engagement des utilisateurs.

Cette recherche se concentre sur l'amélioration des modèles linguistiques en perfectionnant leur approche de la négation.

Une analyse des qualités et des défis des explications des modèles de langage.

Une nouvelle approche améliore les systèmes de dialogue orientés tâche en utilisant l'appel de fonctions.

Une étude sur à quel point les vignettes d'actualités correspondent à leurs articles.

Cet article examine le biais dans les modèles de langage et leur alignement émotionnel avec différents groupes sociaux.

AFaCTA aide les vérificateurs de faits à identifier les vérités et les fausses affirmations de manière efficace.

Découvrez comment les modèles de langage transforment l'analyse financière et la prise de décision.

Les filigranes peuvent aider à protéger le droit d'auteur lors de l'entraînement des modèles d'IA en prouvant l'utilisation du texte.

Une nouvelle approche améliore la sécurité des images dans les modèles de texte à image grâce à l'optimisation des invites.

Des recherches montrent des biais importants dans les évaluations des réponses par les humains et les LLM.

Une étude sur comment les LLM établissent des connexions dans les réseaux sociaux et professionnels.

Un cadre pour améliorer la compréhension des abstractions par les LLM.

Une étude sur le mélange d'adaptateurs spécifiques à un domaine pour améliorer la performance de l'IA.

Une nouvelle méthode améliore la collecte de données pour un meilleur alignement des modèles linguistiques.

Une nouvelle approche s'attaque au problème des tokens perdus et du padding dans les modèles de machine learning.

Une nouvelle approche renforce le raisonnement scientifique des modèles de langage grâce à une utilisation efficace des outils.

Une nouvelle approche pour évaluer les LLMs à travers des benchmarks adaptables.

Une nouvelle méthode améliore l'extraction d'événements en utilisant des techniques d'apprentissage par renforcement.

LoRETTA améliore l'efficacité de l'ajustement fin pour les grands modèles de langage avec moins de paramètres.

Des recherches montrent que la mémoire à long terme améliore le partage d'infos santé avec des chatbots.

Cet article parle d'une nouvelle méthode pour améliorer les performances des prompts pour les modèles de langage.

Une nouvelle méthode pour rendre les modèles de langage plus petits et plus rapides en utilisant la quantification à 1 bit.

Examiner les effets de l'IA sur notre façon de partager l'info.

Nouvelles méthodes pour améliorer l'apprentissage continu dans les modèles de langue tout en gardant les connaissances passées.

Ce benchmark évalue la performance des modèles de language médical dans le domaine de la santé.

Cet article examine la menace des attaques par porte dérobée sur les agents de modèles de langage.

Examiner la performance des modèles de langage sur des tâches de raisonnement financier.

Une étude montre des lacunes dans la compréhension des règles logiques des LLM par rapport aux humains.

Enquêter sur le biais personnel dans les LLM et son impact sur la performance.

Les modèles de langage sont super pour le texte mais ils n'ont pas de compréhension sensorielle.

Une approche simplifiée pour entraîner des modèles d'IA basée sur l'auto-jugement.

Un nouveau cadre évalue comment les LLMs raisonnent pour répondre à des questions compliquées.

Une étude sur l'amélioration de l'apprentissage des modèles de langue en utilisant des changements de style minimes dans les données d'entraînement.

Un nouveau cadre crée des modèles d'IA personnalisés rapidement et facilement.

Une étude examine comment les LLMs se rappellent des graphes par rapport à la mémoire humaine.