Derniers articles pour Traitement du langage naturel

De nouvelles métriques améliorent l'évaluation des systèmes d'extraction d'informations dans les documents manuscrits.

Une étude comparant les méthodes d'attribution d'instance et de neurone dans les modèles de langue.

Une étude révèle des infos sur l'équilibre entre les entrées visuelles et textuelles dans les VLMs.

L'optimisation des préférences douces améliore la façon dont les modèles de langage s'alignent avec les préférences humaines.

Un cadre pour améliorer la précision du raisonnement dans les LLMs grâce à une vérification structurée.

Adapt-LLM améliore la performance des LLM en équilibrant les connaissances internes et les infos externes.

Un nouveau modèle améliore la précision des traductions en prédisant les caractéristiques de co-référence.

Ce cadre améliore la façon dont les systèmes apprennent les préférences des utilisateurs à travers la conversation.

Une nouvelle méthode améliore le raisonnement dans les petits modèles de langage pour des tâches complexes.

Une nouvelle méthode améliore le raisonnement dans les modèles de langage grâce à un apprentissage des préférences efficace.

Découvrez comment RST-LoRA améliore la synthèse en utilisant la théorie de la structure rhétorique.

Apprends comment le Context Steering améliore les réponses des modèles linguistiques grâce à une utilisation adaptable du contexte.

Cet article examine les biais et les incohérences dans les évaluations des LLM et propose des méthodes d'amélioration.

Une nouvelle méthode qui équilibre la vie privée et la qualité du texte dans les modèles de langage.

Une nouvelle approche améliore l'alignement des modèles de langage avec les préférences humaines.

Une analyse de comment la Représentation de Signification Abstraite impacte la performance des LLM sur différents tâches.

Cet article explore l'apprentissage en contexte et son lien avec la recherche d'informations.

COPAL améliore les modèles de langage pour une meilleure adaptation sans avoir besoin de les réentraîner.

Une méthode innovante combine des modèles de langage et des contributions humaines pour les jeux de données de dialogue.

Des recherches récentes remettent en question la simplicité de la Thèse du Neurone de Connaissance dans les modèles de langage.

Une nouvelle méthode améliore les modèles vision-langage sans entraînement compliqué.

Idefics2 met en avant des améliorations dans le traitement vision-langage grâce à des choix de design innovants.

Améliorer la performance des LLMs open-source pour convertir le langage courant en SQL.

Cette méthode améliore le réglage fin des modèles de langue en utilisant des jeux de données ouverts et non étiquetés.

L3X vise à améliorer l'extraction d'infos de longues listes d'entités à partir de textes vastes.

Une nouvelle méthode améliore la génération de requêtes SQL dans les conversations en cours.

Explorer l'intersection de l'informatique quantique et du traitement du langage.

Cette étude évalue comment la taille du modèle et la quantification impactent la performance du modèle de langue.

Un regard de plus près sur les mécanismes d'auto-attention dans les modèles de traitement du langage.

ERAGent améliore la génération augmentée par récupération pour de meilleures interactions avec l'IA.

Un nouveau modèle améliore la performance des transformateurs en gérant l'inefficacité des valeurs aberrantes.

AlphaMath améliore le raisonnement dans les modèles linguistiques en utilisant la recherche d'arbres de Monte Carlo.

Un aperçu de comment AdamW améliore l'entraînement des modèles d'apprentissage profond.

Explorer l'importance de softmax dans la performance et les applications des réseaux de neurones.

Une nouvelle méthode améliore l'efficacité des modèles de langage sans sacrifier la qualité.

Cette étude examine comment GPT-2 prédit les acronymes de trois lettres.

La multicalibration améliore la précision des LLM en affinant les scores de confiance et en s'attaquant aux hallucinations.

Explore comment la traduction automatique améliore les classificateurs multilingues avec des techniques innovantes.

Une nouvelle méthode améliore les mécanismes d'attention dans les modèles linguistiques pour de meilleures performances.

Présentation d'une méthode qui améliore la synthèse des données à travers plusieurs tables en fonction des requêtes des utilisateurs.