Derniers articles pour Traitement du langage naturel

RACC optimise la recherche de connaissances pour des réponses visuelles aux questions plus efficaces.

Explore les avantages de combiner l'apprentissage semi-supervisé et l'apprentissage par contraste en apprentissage automatique.

Une nouvelle méthode améliore les explications de l'IA grâce à la collaboration entre deux modèles de langage.

WikiOFGraph améliore la génération G2T avec des paires texte-graphique de haute qualité.

Examinons l'impact des langues de prompt sur les LLM dans les tâches en arabe.

Une nouvelle approche pour modéliser des données en utilisant le langage naturel pour une meilleure interprétation.

Une étude révèle comment les modèles de langage utilisent le contexte pour des réponses précises.

Découvre comment l'apprentissage par transfert améliore les résultats du machine learning avec des données limitées.

Une nouvelle approche affine la connexion entre les images et le texte dans les VLMs.

Un nouveau modèle combine la reconnaissance vocale et la reconnaissance d'entités pour de meilleurs résultats.

Explore comment combiner des factorisations de tenseurs et des représentations de circuits améliore la modélisation des données.

Méthodes pour améliorer la sécurité du modèle Falcon 11B pour de meilleurs résultats.

Une nouvelle méthode améliore la réponse aux questions vidéo en se concentrant sur les événements multi-objets.

Block-Attention améliore les modèles de langage en accélérant les réponses tout en gardant la précision.

Apprends à connaître les défis et les modèles dans les tâches de question-réponse visuelle.

Cette étude examine la relation entre les métriques de biais intrinsèques et extrinsèques en NLP.

Explorer l'impact de la récurrence sur l'efficacité des Transformers dans les tâches linguistiques.

Découvrez de nouvelles méthodes pour améliorer les modèles de langue grâce à un apprentissage équilibré.

ProcessTBench améliore les capacités des LLM en planification de tâches et en extraction de processus.

Utiliser des modèles de langage moins puissants peut améliorer l'alignement de l'IA de manière efficace.

Une nouvelle méthode améliore les significations des mots à partir des modèles de langage en utilisant des autoencodeurs et des données générées.

Un système qui répond aux questions sur les modèles CAO en utilisant le traitement du langage naturel.

Une nouvelle méthode améliore l'alignement des grands modèles de langage avec les contributions humaines.

Cet article examine les facteurs clés de la qualité des ensembles de données de préférence pour améliorer l'entraînement des modèles de récompense.

Une nouvelle méthode améliore la façon dont les machines analysent les images en utilisant du texte.

Un nouveau planificateur améliore la façon dont les robots comprennent les commandes vocales en utilisant des spécifications formelles.

Cette recherche montre comment les métadonnées peuvent améliorer la précision de la détection de la position politique.

Un nouveau modèle pour améliorer l'extraction de relations en utilisant la syntaxe et le contexte.

Un nouveau modèle améliore la compréhension du langage et réduit la désinformation.

Un nouveau jeu de données vise à améliorer les systèmes de QA pour le Quran et les Ahadith.

Cette étude se concentre sur l'amélioration de la fiabilité des systèmes de dialogue en évaluant la confiance dans les réponses.

Cette étude explore des modèles génératifs pour créer des mots-clés efficaces dans des articles scientifiques.

Une nouvelle technique réduit les besoins en mémoire pour les grands modèles linguistiques tout en maintenant la performance.

Une nouvelle méthode améliore l'efficacité dans le traitement des longues entrées pour les modèles de langue.

Une nouvelle méthode améliore la capacité des robots à saisir des objets en utilisant des commandes en langage naturel.

Un nouveau modèle d'embeddings de texte montre des promesses dans les tâches multilingues et les performances.

Un aperçu de comment l'IRL améliore la performance et la diversité des modèles de langage.

Un nouveau standard vise à améliorer l'évaluation de l'incertitude dans les modèles de langue.

SelECT-SQL améliore la précision de la conversion du langage naturel en requêtes SQL.

Une nouvelle méthode améliore le raisonnement des modèles grâce à des traces de programmation structurées.