Derniers articles pour Technologie de l'éducation

Une nouvelle méthode permet aux modèles linguistiques d'apprendre à additionner de manière autonome.

Une nouvelle méthode améliore l'efficacité et la flexibilité des grands modèles de langage.

GPT-4 montre du potentiel pour la correction automatique, mais il a des défis à relever.

Utiliser des dessins pour apprendre aux robots, c'est une nouvelle approche super intuitive.

Explorer comment ChatGPT influence l'apprentissage dans les écoles d'ingénieurs en Inde.

Un système robotique transforme l'apprentissage de l'anglais grâce à une génération de texte interactive.

Cet article parle de comment les LLMs peuvent créer de nouveaux jeux de données pour des tâches de compréhension de lecture.

Une étude sur les LLM et leur rôle dans l'éducation des affaires.

t-DGR propose une nouvelle approche de l'apprentissage continu, améliorant la rétention des tâches et la performance.

SciGLM améliore la capacité de l'IA à s'attaquer à des problèmes scientifiques complexes.

Cette étude se concentre sur l'amélioration des méthodes de génération augmentée par récupération pour le portugais brésilien.

RAPTOR améliore notre façon de récupérer et de résumer des infos à partir de textes compliqués.

Un cadre qui mélange les indices verbaux et non verbaux pour un meilleur apprentissage des langues.

Un nouveau système améliore les compétences en prononciation en prenant en compte les influences de la langue maternelle.

Présentation d'une méthode pour réduire l'oubli dans les réseaux de neurones tout en apprenant de nouvelles tâches.

Un nouveau modèle équilibre clarté et performance dans les réseaux de neurones.

Une nouvelle méthode améliore les prédictions des modèles d'apprentissage automatique grâce à un système professeur-élève.

BOWLL fixe un nouveau standard pour les systèmes d'apprentissage adaptatif.

Une nouvelle méthode permet d'apprendre rapidement à partir de démonstrations uniques dans des environnements instables.

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

Un monde virtuel qui simule la vie marine et les environnements pour des expériences interactives.

Explorer l'apprentissage en contexte et ses implications sur la performance de l'IA multilingue.

Une étude sur l'amélioration du raisonnement mathématique grâce à des stratégies de données efficaces.

RATsApp propose un retour automatisé pour améliorer les compétences en STEM chez les élèves.

Un nouveau dataset pour évaluer les compétences de planification des modèles linguistiques dans des tâches de la vie réelle.

Explorer comment l'IA peut améliorer le raisonnement mathématique et la découverte.

Explore des cubes tangibles pour une manipulation intuitive des données dans des environnements de réalité mixte.

Une nouvelle méthode améliore la réponse aux questions vidéo tout en gardant les connaissances antérieures.

CoAVT intègre des données audio, visuelles et textuelles pour une meilleure compréhension.

Un aperçu de comment les machines analysent et interprètent les données visuelles.

Une étude sur comment les outils d'IA affectent les expériences et les perceptions d'écriture.

BriSe AI se concentre sur l'auto-conscience des machines pour de meilleures interactions.

Une nouvelle approche améliore l'évaluation de la qualité des questions générées par machine.

CHARM évalue à quel point les LLMs raisonnent dans des contextes globaux et chinois.

De nouvelles méthodes combinent des entrées visuelles et textuelles pour améliorer l'apprentissage des langues dans les machines.

Une étude se concentre sur la façon dont les enfants utilisent la technologie pour leurs devoirs.

La méthode DTV améliore la fiabilité des réponses des grands modèles de langage dans les problèmes de maths.

Un nouveau cadre aide les modèles de langage à apprendre de leurs erreurs dans la résolution de problèmes.

IsoBench évalue comment les modèles gèrent le texte et les images pour identifier leurs points forts.

Une nouvelle méthode d'entraînement améliore la capacité de composition des modèles vision-langage.