Derniers articles pour Traitement du langage naturel

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.

Cette étude évalue les biais dans les LLM qui impactent la santé selon les groupes démographiques.

Une nouvelle approche améliore la précision des graphiques de raisonnement à partir des entrées en langage.

Cet article examine comment l'affinage affecte la précision des modèles de langage et les hallucinations.

Cette méthode classe les revendications textuelles efficacement avec un minimum de données.

On vous présente MemVP pour améliorer l'efficacité des modèles vision-langage.

Un cadre pour s'assurer que les modèles linguistiques fournissent des informations précises.

Cette étude évalue à quel point les LLMs peuvent identifier et classer la dette technique.

ADSumm fournit des résumés essentiels pour une meilleure réponse aux catastrophes.

SaudiBERT améliore l'analyse du dialecte saoudien dans les communications numériques.

Cette étude évalue la performance de GPT-4V sur des tâches de graphique de bas niveau.

Un aperçu des méthodes pour créer des systèmes de dialogue efficaces.

Analyser les bios Twitter avec des grands modèles de langage pour un clustering de texte efficace.

Explorer le potentiel des RALs pour améliorer l'analyse des données biomédicales.

Une nouvelle méthode permet aux modèles de langue de s'adapter à différents tokenizers sans besoin de les réentraîner.

Une étude sur les embeddings de mots en turc, évaluant des modèles statiques et contextuels.

Explorer le rôle des désignateurs non-rigides dans les logiques de description modales.

Explore le fonctionnement et les applications des modèles de diffusion dans la génération de données.

Une méthode pour un transfert de données efficace et contrôlé entre différents domaines.

Une nouvelle méthode améliore la conversion du langage naturel en requêtes SQL.

Cet article parle d'améliorer les VLMs grâce à un meilleur réglage des invites avec des descriptions de classe.

De nouvelles méthodes améliorent la compréhension des images grâce aux descriptions en langage.

Ce papier parle du besoin d'explicabilité dans les modèles de génération de texte par IA.

Évaluer comment les LLM s'adaptent à de nouvelles infos et biais.

Seal-Tools améliore les capacités des LLM dans la gestion de tâches complexes en utilisant un jeu de données d'outils diversifié.

L'attention multi-têtes composable dynamiquement améliore l'efficacité et la flexibilité des Transformers.

Former des modèles de langage pour qu'ils soient plus fiables et conscients de leurs limites.

Une nouvelle méthode pour améliorer les réponses des machines en utilisant des techniques avancées de recherche d'information.

Une méthode systématique pour créer des solutions efficaces basées sur des LLM.

Un aperçu de comment les modèles d'IA comprennent les connaissances essentielles du monde.

Apprends comment l'augmentation de données améliore la performance des modèles d'IA en élargissant la variété des données.

Un nouveau parser améliore la clarté des notes cliniques grâce à des représentations structurées.

Apprends comment les invites façonnent les interactions avec les grands modèles de langage pour de meilleurs résultats.

Cet article parle des méthodes pour rendre les sorties des modèles de langage plus justes.

Les chercheurs améliorent les modèles en corrigeant les problèmes de qualité des données dans les relations entre images et textes.