Derniers articles pour Traitement du langage naturel

La recherche met en avant les vulnérabilités des systèmes MNMT face aux attaques par backdoor.

Une étude sur comment T5 traite les données structurées pour les requêtes SQL.

LP++ améliore l'adaptation des modèles vision-langue, surtout dans les scénarios d'apprentissage avec peu d'exemples.

Explore comment Mixture-of-Depths améliore l'efficacité des modèles de langage de manière durable.

Une étude montre que les petits modèles fonctionnent bien avec des données d'entraînement simplifiées.

Une nouvelle méthode d'entraînement améliore la capacité de composition des modèles vision-langage.

Une nouvelle approche pour améliorer la modélisation de sujets en utilisant des relations basées sur des graphes.

Un nouveau jeu de données évalue les systèmes RAG pour des réponses précises aux questions.

De nouveaux modèles améliorent les compétences de raisonnement dans différentes tâches, ce qui booste les performances de l'IA.

Une nouvelle méthode améliore la résolution de la coreférence des événements pour mieux comprendre le texte.

Une façon structurée d'évaluer les modèles de langue dans des contextes multilingues.

Examiner la distinction usage-mention dans le discours en ligne.

Intégrer le raisonnement humain dans la formation de l'IA améliore les explications du modèle et renforce la confiance.

Combiner le langage et la navigation améliore le fonctionnement des robots dans différents environnements.

Un aperçu des différentes méthodes d'apprentissage utilisées par les modèles linguistiques.

Un nouveau cadre améliore les modèles de langue en reconnaissant et en répondant à différents styles de discours.

Un nouveau jeu de données améliore la capacité des LLM à suivre des instructions complexes.

AQuA évalue la qualité des commentaires en utilisant des avis d'experts et d'utilisateurs.

DIBS améliore le sous-titrage des événements vidéo en affinant les limites avec des données non étiquetées.

Cet article examine comment les attaques adversariales compromettent les modèles de classification de texte.

Examiner comment l'incertitude impacte la prise de décision dans les grands modèles de langage.

MGFiD améliore la précision et l'efficacité dans la réponse aux questions ouvertes.

De nouvelles méthodes améliorent le traitement des langues dans plusieurs langues différentes.

Méthodes innovantes pour entraîner des modèles avec du texte compressé.

De nouveaux modèles linguistiques conçus pour des langues diverses en Asie du Sud-Est montrent des résultats prometteurs.

Ce travail se concentre sur l'identification des scènes importantes pour améliorer les résumés de scénarios de films.

Cette étude examine des méthodes pour préserver la vie privée dans les tâches de traitement du langage.

Une nouvelle méthode améliore le lien entre les événements dans les textes grâce à un raisonnement généré par l'IA.

Le dataset KazQAD améliore les capacités de réponse aux questions en langue kazakhe.

Une nouvelle méthode améliore la segmentation d'images en utilisant des descriptions textuelles et des paires d'images.

BEAR améliore l'évaluation des connaissances relationnelles dans les modèles de langue.

Améliorer la précision du modèle en corrigeant les problèmes de données d'entrée.

Un ensemble de données qui examine comment les gens jugent la plausibilité des événements en fonction du langage.

Améliorer les programmes informatiques pour résoudre des problèmes mathématiques en utilisant de meilleurs exemples de données.

Cet article explore l'intégration du contrôle PID dans les transformateurs pour améliorer la robustesse et la qualité de sortie.

Cet article passe en revue des méthodes pour générer des questions afin d'améliorer l'extraction des arguments d'événements.

De nouveaux modèles visent à améliorer la précision dans l'analyse des données des essais cliniques.

Ce papier parle de comment personnaliser les LLMs en utilisant des méthodes de récupération pour de meilleures interactions avec les utilisateurs.

LLM2Vec améliore les modèles uniquement décodeurs pour un meilleur traitement du langage.

Un aperçu de l'extraction des mentions de logiciels dans les textes académiques.