Derniers articles pour Traitement du langage naturel

Une méthode pour identifier les faiblesses des modèles de langage afin d'améliorer leurs performances.

Des chercheurs développent un modèle pour identifier les connexions dans le texte de manière plus efficace.

Une méthode pour améliorer les modèles vision-langage sans données étiquetées.

FourierKAN propose une nouvelle façon d'améliorer la précision et l'efficacité de la classification de texte.

Explorer comment différentes stratégies de tokenisation peuvent améliorer la performance des modèles de langage.

Nouveau jeu de données vise à améliorer le dialogue naturel dans les systèmes d'IA.

Une nouvelle méthode pour évaluer les résultats des modèles de langage en utilisant plusieurs juges LLM.

Enquête sur l'interaction des transformateurs avec les données de Markov révèle des trucs sur l'efficacité des modèles.

Une nouvelle méthode pour améliorer l'attention dans la génération de code par des modèles de langage.

Une nouvelle méthode améliore les performances des modèles unidirectionnels dans les tâches de classification de tokens.

De nouvelles méthodes améliorent la précision de la vérification grammaticale en utilisant des modèles linguistiques.

Cette étude compare les Transformers de première génération avec les LLMs pour l'analyse des sentiments.

Cet article examine la performance des LLM sur des tâches de raisonnement liées aux graphes.

De nouvelles méthodes améliorent la compréhension des modèles vidéo-langage des actions, des objets et des relations.

CLIP-CID améliore l'efficacité des données dans les modèles vision-langage.

Une nouvelle approche améliore l'entraînement des modèles de langage grâce à une meilleure compréhension des valeurs humaines.

Une méthode pour améliorer les modèles plus faibles en utilisant les conseils des modèles plus forts.

De nouvelles méthodes améliorent l'efficacité des modèles linguistiques pour gérer des tâches complexes.

Cette étude examine comment la planification aide à réduire les erreurs factuelles dans la génération de texte.

Une nouvelle technique améliore l'efficacité des modèles de langage pré-entraînés.

Une nouvelle méthode améliore le suivi des fuites de vie privée dans les grands modèles de langage.

De nouvelles méthodes améliorent les systèmes de recherche de documents en utilisant la catégorisation des sujets.

PENME améliore les mises à jour des modèles de langue, en s'attaquant au biais lexical et à l'efficacité computationnelle.

Cette approche améliore la synthèse en accédant à d'énormes bases de connaissances pour du contenu pertinent.

Utiliser des Transformers pour améliorer les modèles d'espace d'état pour une meilleure efficacité en traitement du langage naturel.

ARMADA améliore l'appariement image-texte grâce à la création de données axées sur les attributs.

De nouvelles méthodes améliorent la précision des connaissances dans les modèles de langage visuel.

Une nouvelle méthode pour estimer l'efficacité des LLM.

Une méthode qui combine des graphes de connaissances avec des modèles de langage pour améliorer la classification des documents.

Une nouvelle méthode améliore la reconnaissance par le modèle des combinaisons attribut-objet jamais vues.

Des chercheurs créent un jeu de données pour améliorer la prise de décision éthique des modèles de langage.

Le modèle RedWhale améliore la compréhension du texte coréen grâce à des techniques spécialisées.

Nouvelle technique pour mieux comprendre les prédictions des modèles en utilisant des exemples contrefactuels.

Une nouvelle méthode améliore l'entraînement des petits modèles de langue pour de meilleures conversations.

De nouvelles méthodes améliorent la compréhension du sarcasme par les modèles de langage dans la communication.

Allier les méthodes traditionnelles et modernes pour améliorer la précision des recherches.

FLAME améliore la navigation en combinant le langage et les éléments visuels dans des environnements urbains.

Otter améliore les LLM avec une insertion de paramètres efficace, boostant les performances tout en économisant des ressources.

Une méthode pour améliorer la confiance des modèles de langue dans leur génération de texte.

Un aperçu du modèle HMoE et de ses avantages dans le traitement du langage.