Derniers articles pour Traitement du langage naturel

Examiner des modèles de langage qui prédisent sans significations fixes.

De nouvelles méthodes améliorent l'analyse de sentiment en utilisant des modèles de langage plus petits de manière efficace.

Une nouvelle méthode améliore les mécanismes d'attention dans la classification de texte en utilisant l'apprentissage auto-supervisé.

BookGPT utilise l'IA pour suggérer des livres en fonction des préférences et des évaluations des utilisateurs.

Cet article examine les défis et les solutions dans les méthodes d'évaluation de l'inflexion morphologique.

Une étude sur comment des données d'entraînement variées améliorent le transfert de style de texte.

Des chercheurs ont développé un nouveau modèle pour améliorer les traductions du langage naturel vers la logique formelle.

Explorer de nouvelles méthodes pour améliorer les prédictions des modèles de langage masqué.

Une nouvelle approche améliore la NER en utilisant l'apprentissage par peu d'exemples et de grands modèles de langage.

De nouvelles méthodes améliorent la sélection des réponses dans les systèmes de question-réponse en utilisant le contexte.

De nouvelles techniques améliorent la performance des systèmes de QA basés sur la génération grâce à l'évaluation automatique.

Présentation d'une méthode qui réduit l'utilisation de la mémoire dans les modèles de transformateurs tout en gardant la performance.

Examiner des méthodes pour améliorer le raisonnement et le traitement du contexte des modèles linguistiques.

APT propose une approche flexible pour améliorer les performances des modèles de langage.

HiTIN propose une méthode efficace pour organiser des textes en catégories avec une meilleure performance.

Des chercheurs développent des modèles pour comprendre des dialogues complexes entre plusieurs personnes en utilisant des données non étiquetées.

Enquête sur comment la structure des mots influence le découpage avec des phrases modifiées.

Cette étude examine les ajustements de vocabulaire pour améliorer la précision des requêtes SPARQL.

Un nouveau jeu de données aide les modèles à générer des expressions de référence à partir d'images.

Une nouvelle méthode améliore la rétention des connaissances dans les modèles de langue grâce à un poids d'importance.

Une méthode pour améliorer l'entraînement des modèles de langue en estimant les annotations manquantes.

Une nouvelle méthode améliore la sortie des modèles de langue sans avoir besoin de gros ajustements.

Une nouvelle approche pour que les grands modèles de langage affrontent les défis interactifs de manière efficace.

Cet article présente une méthode qui améliore l'efficacité de la prédiction structurée.

Des recherches examinent comment les grands modèles de langage traitent les tâches d'arithmétique.

Explorer des techniques pour créer des données synthétiques de haute qualité en traitement du langage naturel.

Apprends à réduire la taille de BERT tout en gardant ses performances grâce à la distillation des connaissances.

Une nouvelle méthode améliore la diversité et la qualité des réponses dans les dialogues.

On te présente une approche économique pour améliorer l'intégration du langage et de l'image dans les modèles d'IA.

Une étude sur la réduction du vocabulaire pour des modèles linguistiques efficaces.

Calc-X améliore considérablement la précision des modèles de langue dans les tâches mathématiques.

Cette étude évalue les capacités des LLMs à transformer des données de tableau en texte lisible.

Examiner comment les modèles de langage expriment et calibrent les scores de confiance.

OverPrompt réduit les coûts et améliore le traitement des tâches pour les grands modèles de langage.

PESCO propose une classification de texte efficace en utilisant des méthodes d'apprentissage auto-supervisé.

Cette étude examine le compromis entre l'équité et la vie privée dans les modèles de langage.

Cet article examine les défis de parsing en néerlandais à cause de l'ambiguïté de la langue.

Un aperçu de l'amélioration des métriques d'évaluation pour les modèles de génération de langage naturel.

Un nouveau cadre améliore le regroupement de texte en utilisant de grands modèles de langage.

Des chercheurs repoussent les limites des modèles de langage avec des techniques d'apprentissage par quelques exemples.