Derniers articles pour Traitement du langage naturel

Une nouvelle méthode améliore la vitesse de génération de texte en utilisant des modèles de langage grands et petits.

Une étude sur des méthodes efficaces pour le réglage fin de grands modèles grâce à l'Adaptation de Bas Rang.

MobiLlama propose un traitement du langage efficace pour les appareils avec des ressources limitées.

La recherche examine comment les LLMs relient les informations pour répondre à des questions complexes.

Combiner des modèles améliore vachement la précision de l'analyse des sentiments.

Une nouvelle méthode améliore l'efficacité de la reconnaissance vocale en utilisant une adaptation de faible rang.

Recherche sur comment le biais inductif affecte la performance des modèles Transformer.

Examiner les limites des grands modèles de vision-langage dans la compréhension détaillée des images.

La recherche s'attaque aux problèmes de timing dans les réponses des modèles de langage pour une meilleure précision.

Cet article explore les défis d'optimisation dans les Transformers et l'efficacité d'Adam par rapport à SGD.

GNER améliore la reconnaissance des entités en intégrant des instances négatives et en améliorant le contexte.

Une nouvelle infrastructure connecte des ensembles de données NLP pour mesurer l'intelligence sociale.

Une nouvelle méthode pour évaluer la précision des résultats des LLM en utilisant les dimensions intrinsèques locales.

Cette enquête passe en revue les développements récents des systèmes de dialogue multi-tour utilisant de grands modèles de langage.

Une méthode pour améliorer la précision des grands modèles de langage tout en garantissant des réponses variées.

Une nouvelle méthode améliore l'efficacité du fine-tuning pour les modèles de langue sur diverses tâches.

Une étude qui évalue différentes méthodes pour interpréter les neurones des modèles de langage.

Des chercheurs améliorent les modèles Encodeur-Décideur pour mieux prédire la complexité des phrases en utilisant des caractéristiques linguistiques.

Examiner comment les modèles apprennent à partir de plusieurs légendes et les raccourcis qu'ils trouvent.

Examen de l'impact de la mauvaise calibration sur la résilience des modèles NLP face aux attaques adversariales.

Une méthode double pour entraîner et utiliser les modèles de langage de manière efficace.

Une nouvelle méthode aide les robots à mieux apprendre des tâches grâce à des conseils en langage naturel.

Examiner l'auto-attention et la descente de gradient dans les modèles de transformateurs.

Une nouvelle méthode améliore les embeddings de phrases en utilisant plusieurs invites pour une meilleure précision.

Un aperçu de comment LLaMA-2 traite le langage en utilisant un raisonnement structuré.

Le nouveau dataset DANSK améliore la performance de la NER danoise sur différents textes.

NeuroPrune rétrécit les modèles de langage tout en gardant leur performance, les rendant plus rapides et plus accessibles.

Les CLLMs améliorent la vitesse et la précision de la génération de langage grâce à des techniques d'entraînement affinées.

Une nouvelle approche en ensemble améliore l'analyse des structures de phrases complexes.

Examiner les limites des modèles linguistiques pour générer des définitions de planification dans des contextes variés.

Une analyse des Transformers et de leurs méthodes d'apprentissage autoregressives en contexte.

TV-TREES améliore la réponse aux questions vidéo avec des structures de raisonnement claires.

Un nouveau cadre améliore la prise de décision multi-tour pour les modèles de langage.

Hawk et Griffin ont mis en place un nouveau standard en traitement de langage efficace.

Un ensemble de données de haute qualité pour entraîner des modèles de langue à partir de contenu web en anglais.

Apprends comment l'échantillonnage négatif améliore l'entraînement des modèles de représentation de graphes de connaissances.

TEncDM améliore la qualité de génération de texte grâce à des techniques d'encodage uniques et à l'auto-conditionnement.

Les grands modèles de langage ont du mal à extraire avec précision les relations entre les entités.

DoCo améliore les Grands Modèles Visuels-Linguistiques pour une meilleure compréhension des documents.

Une méthode pour détecter les changements de sens des mots à travers les différentes époques.