Derniers articles pour Traitement du langage naturel

Cette étude évalue la capacité des LLM à effectuer des tâches de raisonnement argumentatif.

Explorer un nouvel outil pour un meilleur contrôle de la génération de texte.

Une méthode pour affiner DebertaV3 afin qu'il fonctionne bien sur des tâches en portugais brésilien.

Une nouvelle méthode réduit les tokens de vision pour un entraînement plus économique.

La recherche vise à améliorer les modèles de langue en utilisant des sources de données externes précises.

De nouvelles méthodes pour sélectionner des données de discours minimisent l'étiquetage tout en améliorant la précision de reconnaissance.

Un aperçu des techniques et des défis dans l'extraction de relations au niveau des documents.

Le cadre TEMT améliore la complétion des graphes de connaissances temporelles en utilisant le contexte textuel.

La recherche vise à aligner les processus de parsing des machines avec la compréhension du langage humain.

Examiner l'impact de la cohérence du modèle de récompense sur la performance du modèle de langage.

Un nouveau cadre améliore la gestion des textes et des conversations plus longs par les LLM.

Un cadre améliore les performances des LLM en intégrant des ensembles d'outils adaptés à différentes tâches.

Un aperçu de comment les méthodes de recherche d'arbres améliorent les grands modèles de langage.

Un nouveau jeu de données améliore l'apprentissage sans apprentissage pour la reconnaissance d'actions vidéo.

Un regard approfondi sur comment les LLM transforment le langage en code à travers plusieurs tâches.

Nouveau dataset et modèle améliorent l'identification d'objets à partir de requêtes complexes.

Cette étude passe en revue la performance des modèles NER sur les livres d'aventure de Donjons et Dragons.

Cette étude améliore la performance dans la réponse à des questions multilingues en utilisant des méthodes innovantes et des stratégies de données.

Évaluer les capacités des LLMs avec la syntaxe Turtle dans des tâches de graphes de connaissances.

SCALE combine des modèles spécialisés et de grande taille pour améliorer la traduction, surtout pour les langues à faibles ressources.

Cet article parle de l'intégration de l'apprentissage auto-supervisé et des modèles basés sur l'énergie dans l'apprentissage automatique.

Une nouvelle méthode pour prédire les émotions pendant les conversations, améliorant l'interaction humain-machine.

Une étude sur les couches d'incorporation et leur impact sur la performance des modèles linguistiques.

Nouveau cadre qui booste la performance des modèles avec des données de qualité.

Une étude sur comment le contexte influence la durée de validité des déclarations.

Une nouvelle méthode pour évaluer les modèles d'IA grâce à des embeddings et des méta caractéristiques.

Cet article examine des méthodes pour classer des mots en utilisant des automates non déterministes.

GLIDE-RL améliore la capacité de l'IA à suivre des instructions en langage naturel grâce à un cadre multi-agent.

Un aperçu des grands modèles de langage et leur impact sur la technologie de communication.

De nouvelles méthodes pour créer des arbres décisionnels médicaux à partir de textes améliorent la prise de décision clinique.

Cette recherche améliore la classification d'images en utilisant des descriptions détaillées générées par des modèles de langage.

ProText améliore les modèles de vision-langage en utilisant seulement des données textuelles pour mieux gérer les tâches.

Examiner comment les modèles de langage gèrent les interactions orales et les erreurs.

Présentation d'une nouvelle méthode pour mieux évaluer la qualité du texte des modèles de langage.

Bode est un modèle de langue conçu pour améliorer la compréhension de texte en portugais.

Nouveau modèle génère du texte en utilisant des représentations de pixels, améliorant la clarté et la performance.

Une nouvelle méthode améliore l'intégration de la parole avec les modèles de langage.

SeTformer améliore l'efficacité dans le traitement des images et du langage.

Explore la complexité automatique et conditionnelle dans les chaînes et leurs applications.

Une nouvelle méthode qui améliore la capacité des modèles de langage à gérer les longs textes.