Derniers articles pour Traitement du langage naturel

Une méthode pour construire des graphes de connaissance à partir de documents bruts de manière efficace.

De nouvelles méthodes s'attaquent aux défis des étiquettes déséquilibrées dans la reconnaissance d'entités nommées pour la santé.

CAST propose une méthode précise pour gérer les réponses des modèles de langage.

Ce document présente le "late chunking" pour améliorer la récupération de texte en préservant le contexte.

Des recherches montrent comment le codage influence les capacités des modèles linguistiques dans différentes tâches.

Cette méthode améliore la précision de reconnaissance des noms rares dans les sorties vocales.

Explorer l'impact de l'apprentissage contextuel sur la performance des modèles linguistiques.

VILA-U intègre des tâches vidéo, image et langue dans un seul cadre.

RLPF améliore la synthèse des données des utilisateurs pour de meilleures prédictions.

Présentation d'une méthode pour améliorer le question-réponse dans les vidéos avec plusieurs événements.

Améliorer l'identification des mots parlés grâce à des indices visuels dans les langues sous-représentées.

Cette étude examine comment les modèles de langue apprennent à partir d'exemples et de connaissances passées.

Cet article parle des MLSAEs et de leur rôle dans l'examen des couches des modèles de langage.

Cette étude évalue les grands modèles de langage en tant que juges dans des tâches de raisonnement mathématique.

Ce travail améliore les modèles vision-langage grâce à des stratégies de données améliorées et des techniques innovantes.

SSR améliore la performance des modèles de langue tout en gardant leurs capacités générales.

La méthode Untie the Knots améliore la gestion des longs textes dans les modèles de langue.

La recherche montre comment les couches dans les LLM contribuent de manière égale aux prédictions.

Une nouvelle méthode améliore la compréhension des langues dans les modèles Transformer en utilisant des géométries non linéaires.

Une nouvelle méthode améliore la qualité de sortie du code des modèles linguistiques.

Cette recherche améliore la façon dont les modèles répondent aux questions en utilisant des tableaux.

Une étude met en avant les défis de raisonnement des modèles de langage modernes face à la désinformation.

Deux méthodes innovantes améliorent la performance et la précision de la correction de l'orthographe en chinois.

Une nouvelle méthode améliore l'identification des objets dans les images grâce à une intégration visuelle et textuelle sur mesure.

De nouvelles méthodes améliorent la précision et la cohérence des modèles de langage.

ParaEVITS améliore l'expression émotionnelle dans la synthèse vocale grâce à un guidage en langage naturel.

RPP améliore l'ajustement et la généralisation dans les modèles Vision-Language en utilisant des prompts affinés.

Doppelgänger aide les modèles de langage à garantir des réponses précises et sans parti pris.

Un nouveau cadre améliore les données d'entraînement pour les modèles de langage en utilisant des images et du texte.

Une plateforme simplifie l'accès aux bases de données et aux API en utilisant le langage naturel.

RegNLP vise à rendre la compréhension des documents réglementaires plus simple et plus efficace.

Un aperçu des améliorations et des défis dans la navigation des machines en utilisant la vision et le langage.

Cet article passe en revue les méthodes de dropout pour améliorer les performances des petits modèles de langage.

Une étude sur la manière dont Mamba s'en sort face aux Transformers pour les tâches image-texte.

La recherche met en avant des modèles de diffusion pour améliorer la conversion de tables en texte.

Une nouvelle méthode améliore la manière dont les modèles de langage suivent des instructions complexes.

Une étude des langues de comètes et leur importance dans les grammaires contextuelles.

Un aperçu des langages graphiques et de leur rôle dans le traitement d'infos complexes.

Les petits modèles ont des avantages uniques en IA, complétant les grands modèles de manière efficace.

Présentation d'un cadre innovant pour tester les interactions des modèles de langage dans des scénarios de jeu de rôle.